在社會高速發(fā)展、信息急劇增加的大環(huán)境中,各個領(lǐng)域的數(shù)據(jù)呈現(xiàn)爆炸式增長,數(shù)據(jù)的增量模式使得世界來到了大數(shù)據(jù)時代。對于如何從海量數(shù)據(jù)中挖掘有效信息,成為當前社會科學的一個重要關(guān)注點。分類技術(shù)是機器學習和數(shù)據(jù)挖掘領(lǐng)域的主要手段之一,主要思想是根據(jù)已有的數(shù)據(jù)以及標簽訓練分類器來預測未知數(shù)據(jù)的標簽。傳統(tǒng)的分類方法用于處理靜態(tài)數(shù)據(jù),所構(gòu)造的分類模型是固定的,不利于處理動態(tài)變化的數(shù)據(jù)流。數(shù)據(jù)流具有數(shù)量無限,快速到達,及時響應,概念漂移,不平衡等特征。如何應對數(shù)據(jù)流特征從而進行正確分類,是目前分類問題研究的重點。為了適應數(shù)據(jù)流隨時變化的特點,數(shù)據(jù)流分類模型也要根據(jù)數(shù)據(jù)的變化做出相應的改變,不斷進行調(diào)整。數(shù)據(jù)流中存在概念漂移和不平衡問題,如何有效的檢測概念漂移和不平衡,以及處理這兩種現(xiàn)象是數(shù)據(jù)流分類需要處理解決的問題。因此,本文根據(jù)不同的數(shù)據(jù)流處理方法,對數(shù)據(jù)流分類問題進行了深入的研究,主要內(nèi)容包括以下兩個方面:（1）對數(shù)據(jù)流進行分塊批處理,采用窗口模式,衡量分類模型對前后兩個數(shù)據(jù)塊的分類能力。提出了一種基于Kappa系數(shù)的概念漂移檢測和針對類不平衡的SMOTE采樣方法相結(jié)合的動態(tài)數(shù)據(jù)流分類算法。該算法... 

【文章來源】：山西大學山西省

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要工作
    1.4 本文組織結(jié)構(gòu)
第二章 數(shù)據(jù)流相關(guān)理論
    2.1 數(shù)據(jù)流概述
        2.1.1 數(shù)據(jù)流的定義與特點
        2.1.2 數(shù)據(jù)流的應用
    2.2 數(shù)據(jù)流中的概念漂移
        2.2.1 概念漂移的定義與分類
        2.2.2 概念漂移的常用處理方法
    2.3 數(shù)據(jù)流中的類不平衡
    2.4 數(shù)據(jù)流集成學習
        2.4.1 集成學習相關(guān)理論
        2.4.2 數(shù)據(jù)流集成學習框架
    2.5 本章小結(jié)
第三章 基于動態(tài)數(shù)據(jù)塊的非平衡數(shù)據(jù)流分類算法
    3.1 算法介紹
    3.2 實驗設置
    3.3 結(jié)果分析
    3.4 本章小結(jié)
第四章 基于在線學習的數(shù)據(jù)流分類算法
    4.1 基于在線學習的數(shù)據(jù)流分類算法
        4.1.1 Bagging算法及其改進Online Bagging算法
        4.1.2 基于在線學習的數(shù)據(jù)流分類算法
    4.2 實驗設置
    4.3 結(jié)果分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
攻讀學位期間取得的研究成果
致謝
個人簡況及聯(lián)系方式


【參考文獻】：
期刊論文
[1]The Research of One Novel Cost-Sensitive Classification Algorithm[J]. ZHOU Jingjing,SUN Weifeng,HAN Xiaomin,LU Ruqiang,ZHANG Yuanqi,ZHANG Shenwei.  Chinese Journal of Electronics. 2018(05)
[2]基于Kappa系數(shù)的數(shù)據(jù)流分類算法[J]. 徐樹良,王俊紅.  計算機科學. 2016(12)
[3]由均勻染色導出的強Chernoff界（英文）[J]. 王濤,劉明菊,李德明.  數(shù)學雜志. 2014(06)
[4]一種不平衡數(shù)據(jù)流集成分類模型[J]. 歐陽震諍,羅建書,胡東敏,吳泉源.  電子學報. 2010(01)



本文編號：3158651