实际应用领域产生了大量的数据流,例如：电子商务交易记录、网络搜索请求、电信通话记录等,这些数据流中隐含着丰富的有价值的知识亟待挖掘。然而,由于数据流具有的快速性、无限性、连续性、多变性等特征,尤其是现实数据流中存在的概念漂移及其大量类标签缺失的问题,使得已有的分类方法面临巨大的挑战。因此,开展数据流环境下的概念漂移检测与分类方法研究具有重要的研究与应用价值。针对数据流分类任务中的概念漂移与类标签缺失等问题,大量的数据流-电动数控滚圆机滚弧机价格低张家港滚圆机多少钱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； 本文由 张家港市泰宇机械有限公司张家港全自动切管机 网站采集网络资源整理! http://www.qieguanjixie.com(3)研究类标签缺失数据流(即不完全标记数据流)环境下的概念漂移检测与分类算法。主要研究内容如下：(1)不同于传统的静态数据,数据流具有快速、多变、无限、连续等新型数据特征,使得经典的数据挖掘分类模型如：决策树、神经网络、支持向量机等面临分类精度、时空性能等方面的挑战。为此,本文提出面向数据流环境的变体随机决策树(Variants of Random Decision Trees)的形式化描述模型,同时,基于此模型设计了ERDT (Ensembling Random Decision Trees)系列算法。与经典算法相比,该系列算法能快速适应数据流环境,提高分类精度与时空效率；(2)针对数据流中不同类型的概念漂移以及噪音在概念漂移检测中的影响,提出基于变体随机决策树模型的双阈值概念漂移检测方法,该方法能有效地从噪音数据中检测出不同类型的概念漂移大量的数据流-电动数控滚圆机滚弧机价格低张家港滚圆机多少钱 本文由 张家港市泰宇机械有限公司张家港全自动切管机 网站采集网络资源整理! http://www.qieguanjixie.com