徐树良
- 作品数：2 被引量：18H指数：2
- 供职机构：山西大学计算机与信息技术学院更多>>
- 发文基金：国家自然科学基金山西省高等学校科技创新项目山西省青年科技研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Kappa系数的数据流分类算法被引量：8
- 2016年
- 数据流挖掘已经成为数据挖掘领域一个热门的研究方向,由于数据流中概念漂移现象的存在,使得传统的分类算法无法直接应用于数据流中。为了能有效地应对数据流中的概念漂移,提出了一种基于Kappa系数的数据流分类算法。该算法采用集成式分类技术,以Kappa系数度量系统的分类性能,根据Kappa系数来动态地调整分类器,当发生概念漂移时,系统能利用已有的知识很快删除不符合要求的分类器来适应新概念。实验结果表明,相对于实验中参与比较的BWE,AE和AWE算法,该算法不但具有较好的分类性能,而且在一定程度上能较为有效地降低时间开销。
- 徐树良王俊红
- 关键词：数据流概念漂移
- 结合无监督学习的数据流分类算法被引量：10
- 2016年
- 为了能有效应对数据流中的概念漂移现象,提出结合无监督学习的数据流分类算法.该算法以集成式分类技术为基础,在分类过程中引入属性约简,利用聚类算法对数据进行聚类,通过对比分类和聚类结果的准确率,判断是否发生概念漂移.实验表明,文中算法在综合时间花销和准确率上取得较好效果.
- 徐树良王俊红
- 关键词：数据流概念漂移属性约简无监督学习
