发表服务
但现有基于概念漂移数据流分类算法仅自适应某一类概念漂移,无法及时检测和处理其他类型概念漂移。. 因此本文针对面向概念漂移的数据流分类算法进行相关研究与实现。. 大多数据流分类算法仅依靠优化数据结构与算法结构提升算法性能。. 但这些算法无法 ...
1. 论文动机 数据流中发生的概念漂移将降低在线学习过程的准确性和稳定性。如果数据流不平衡，检测和修正概念漂移将更具挑战性。目前已经对这两个问题分别进行了深入的研究，但是还没有考虑它们同时出现的情况。
Computers & Security 期刊信息 检索级别：SCI ISSN： 0167-4048 影响因子： 2.849 刊数/年：8 审稿周期：13.6周/3个月 命中率：较易 中科院分区：工程技术 3区 计算机：信息系统 偏重研究方向：信息安全理论、信息系统安全评估、入侵检测、风险评估、数据完整性保护、访问控制、恶意软件检测 …
中国博士学位论文全文数据库. 前10条. 1. 孙艳歌; 概念漂移数据流分类算法研究 [D];北京交通大学;2019年. 2. 任思琪; 基于概念漂移的数据流集成分类算法研究 [D];湖南大学;2018年. 3. 金澈清; 数据流上若干查询处理算法的研究 [D];复旦大学;2005年.
概念漂移 是在机器学习中出现 的 一个问题,当模型变得过时,测试时传入 的 数据 的 分布与训练数据 的 分布不同,即,当假设不成立时,数据是独立且相同分布 的 。. R.对于减少时间偏差,我们有以下 的 操作: 深度学习实战框架 (一)_Jasminexjf 的 博客. 8-10. 它包含一 ...
在带有真实概念漂移的数据流上建 立分类模型时，增加历史数据往往会造成概念冲突．. 概念漂移的检测从实践的角度考虑真实概念漂移和虚拟概念漂移是同时 并存的，这使得概念漂移对分类器的影响难以度量．. 但如果样 本的分布发生了变化，分类器在此样本 ...
针对数据流分类任务中的概念漂移与类标签缺失等问题,本文开展了以下研究工作： (1)研究面向数据流环境的实时、低耗、抗噪的形式化描述模型； (2)基于构建的形式化描述模型,研究有效的概念漂移检测机制； (3)研究类标签缺失数据流 (即不完全标记数据流 ...
致会议主办方： 您可以在中国学术会议网 创建会议网站，会议信息通过审核发布后，不仅可以被互联网用户搜索到，还将通过CNKI机构\个人数字图书馆推送给所有读者。为了您的会议信息可以尽快发布，请 下载会议信息审查证明，填写后传真至010-62701152或将扫描文件发送至cpcd@cnki.net，联系 …
鉴于此,本文聚焦于动态数据流分类问题,围绕集成学习和选择性集成学习两个方面,对隐含噪声、存在概念漂移现象的数据流分类展开研究,主要工作总结如下:1.概述数据流的基本概念、研究背景及意义;总结数据流挖掘常用处理方法,介绍数据流中概念漂移现象及常用
但现有基于概念漂移数据流分类算法仅自适应某一类概念漂移,无法及时检测和处理其他类型概念漂移。. 因此本文针对面向概念漂移的数据流分类算法进行相关研究与实现。. 大多数据流分类算法仅依靠优化数据结构与算法结构提升算法性能。. 但这些算法无法 ...
1. 论文动机 数据流中发生的概念漂移将降低在线学习过程的准确性和稳定性。如果数据流不平衡，检测和修正概念漂移将更具挑战性。目前已经对这两个问题分别进行了深入的研究，但是还没有考虑它们同时出现的情况。
Computers & Security 期刊信息 检索级别：SCI ISSN： 0167-4048 影响因子： 2.849 刊数/年：8 审稿周期：13.6周/3个月 命中率：较易 中科院分区：工程技术 3区 计算机：信息系统 偏重研究方向：信息安全理论、信息系统安全评估、入侵检测、风险评估、数据完整性保护、访问控制、恶意软件检测 …
中国博士学位论文全文数据库. 前10条. 1. 孙艳歌; 概念漂移数据流分类算法研究 [D];北京交通大学;2019年. 2. 任思琪; 基于概念漂移的数据流集成分类算法研究 [D];湖南大学;2018年. 3. 金澈清; 数据流上若干查询处理算法的研究 [D];复旦大学;2005年.
概念漂移 是在机器学习中出现 的 一个问题,当模型变得过时,测试时传入 的 数据 的 分布与训练数据 的 分布不同,即,当假设不成立时,数据是独立且相同分布 的 。. R.对于减少时间偏差,我们有以下 的 操作: 深度学习实战框架 (一)_Jasminexjf 的 博客. 8-10. 它包含一 ...
在带有真实概念漂移的数据流上建 立分类模型时，增加历史数据往往会造成概念冲突．. 概念漂移的检测从实践的角度考虑真实概念漂移和虚拟概念漂移是同时 并存的，这使得概念漂移对分类器的影响难以度量．. 但如果样 本的分布发生了变化，分类器在此样本 ...
针对数据流分类任务中的概念漂移与类标签缺失等问题,本文开展了以下研究工作： (1)研究面向数据流环境的实时、低耗、抗噪的形式化描述模型； (2)基于构建的形式化描述模型,研究有效的概念漂移检测机制； (3)研究类标签缺失数据流 (即不完全标记数据流 ...
致会议主办方： 您可以在中国学术会议网 创建会议网站，会议信息通过审核发布后，不仅可以被互联网用户搜索到，还将通过CNKI机构\个人数字图书馆推送给所有读者。为了您的会议信息可以尽快发布，请 下载会议信息审查证明，填写后传真至010-62701152或将扫描文件发送至cpcd@cnki.net，联系 …
鉴于此,本文聚焦于动态数据流分类问题,围绕集成学习和选择性集成学习两个方面,对隐含噪声、存在概念漂移现象的数据流分类展开研究,主要工作总结如下:1.概述数据流的基本概念、研究背景及意义;总结数据流挖掘常用处理方法,介绍数据流中概念漂移现象及常用
发表服务