在許多的應(yīng)用領(lǐng)域中,如電子商務(wù)、入侵監(jiān)控、物聯(lián)網(wǎng)環(huán)境監(jiān)控等,正在以驚人的速度產(chǎn)生大量的數(shù)據(jù)流,其中蘊(yùn)含著豐富的有價(jià)值信息。對(duì)這些海量數(shù)據(jù)的提取、處理以及進(jìn)一步的分析是當(dāng)前數(shù)據(jù)挖掘領(lǐng)域的一大研究熱點(diǎn)。與一般數(shù)據(jù)環(huán)境相比,數(shù)據(jù)流具有高速到達(dá)、海量數(shù)據(jù)特點(diǎn),傳統(tǒng)數(shù)據(jù)挖掘策略無(wú)法較好適應(yīng)其環(huán)境。因此,在這種復(fù)雜環(huán)境下,采用合理的學(xué)習(xí)策略是數(shù)據(jù)流挖掘領(lǐng)域中的重點(diǎn)。數(shù)據(jù)流中的分類問(wèn)題主要存在以下挑戰(zhàn):第一,數(shù)據(jù)流數(shù)據(jù)分布的變化多樣且未知性,導(dǎo)致了分類器的分類性能損失;第二,數(shù)據(jù)流中類別分布不平衡現(xiàn)象,對(duì)學(xué)習(xí)策略的要求進(jìn)一步加大;第三,數(shù)據(jù)流中的噪聲數(shù)據(jù)往往對(duì)分類模型的選擇策略造成不同程度的干擾。本文將圍繞上述問(wèn)題,對(duì)復(fù)雜環(huán)境下數(shù)據(jù)流的自適應(yīng)學(xué)習(xí)策略進(jìn)行了研究,主要工作包括:（1）提出了基于深度屬性加權(quán)的自適應(yīng)集成策略,改善對(duì)具有噪聲干擾的數(shù)據(jù)流環(huán)境適應(yīng)性。該策略采用增量式學(xué)習(xí)和集成學(xué)習(xí)機(jī)制。依據(jù)不同屬性值對(duì)分類貢獻(xiàn)進(jìn)行局部加權(quán),并設(shè)計(jì)了動(dòng)態(tài)自適應(yīng)閾值,同時(shí)組合分類器置信度和分類器精度權(quán)重的雙重權(quán)重策略,進(jìn)一步改善對(duì)基分類器的權(quán)重分配。有效控制噪聲數(shù)據(jù)或無(wú)關(guān)屬性干擾,并改善對(duì)概念漂移適應(yīng)性。通過(guò)合成... 

【文章來(lái)源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１幾種不同類型的概念漂移??ｕｒｅ－

?（２－１）??這里ｙ表示在時(shí)間點(diǎn)／輸入特征ｘ與類標(biāo)＞■之間的聯(lián)合分布。??根據(jù)時(shí)間變化的方式，概念漂移可分為四種［３］，圖２－１為四種不同類型概念漂??移的示意圖：??（１）

通常包括對(duì)少數(shù)類實(shí)例進(jìn)行過(guò)采樣，或?qū)Χ鄶?shù)類實(shí)例進(jìn)行欠采樣或組合??兩種方式進(jìn)行采樣。??簡(jiǎn)單的過(guò)采樣技術(shù)將復(fù)制少數(shù)類實(shí)例，示意圖如圖２－３所示。然而，由于樣本??僅僅是復(fù)制的，因此對(duì)隨機(jī)過(guò)采樣數(shù)據(jù)進(jìn)行訓(xùn)練的分類器很可能會(huì)受到過(guò)度擬合??的影響［５Ｇ，５１］�；谏鲜鲈�，Ｃｈａｗｌａ提出了?ＳＭＯＴＥ算法，避免了隨機(jī)過(guò)采樣所??面臨的過(guò)度擬合風(fēng)險(xiǎn)。該技術(shù)不僅僅復(fù)制現(xiàn)有的觀測(cè)結(jié)果，而是生成合成數(shù)據(jù)［５２］。??然而，該算法在處理不平衡和噪聲方面存在一些缺點(diǎn)：ＳＭＯＴＥ隨機(jī)選擇少數(shù)例子??以均勻概率進(jìn)行過(guò)采樣的事實(shí)。Ｄｏｕｚａｓ等人采用ｈｍｅａｎｓ聚類算法結(jié)合ＳＭＯＴＥ??過(guò)采樣，以重新平衡偏態(tài)分布的數(shù)據(jù)集。它設(shè)法通過(guò)僅在安全區(qū)域進(jìn)行過(guò)采樣來(lái)??避免產(chǎn)生噪聲。解決了類間的不平衡和類內(nèi)的不平衡，通過(guò)消除稀少的少數(shù)類別??來(lái)解決小的分離問(wèn)題［５３］。??〇?〇?〇??交廣、、立?Ｕ?☆廣；☆?ＣＪ?☆??＇、？一?乂?／—、＇?，一、

【參考文獻(xiàn)】：
期刊論文
[1]具有回憶和遺忘機(jī)制的數(shù)據(jù)流挖掘模型與算法[J]. 趙強(qiáng)利,蔣艷凰,盧宇彤.  軟件學(xué)報(bào). 2015(10)



本文編號(hào)：3388774