一种基于原型学习的自适应概念漂移分类方法

苏静¹, 裘晓峰¹, 李书芳¹, 刘道伟², 张春红¹

1. 北京邮电大学 网络体系构建与融合北京市重点实验室, 北京 100876;
2. 中国电力科学研究院, 郑州 450052

收稿日期:2016-07-23出版日期:2017-06-28发布日期:2017-05-25

作者简介:苏静(1991-),女,硕士生,E-mail:sj199137@126.com;裘晓峰(1969-),女,副教授,硕士生导师.
基金资助:国家电网公司科技项目（XT71-15-056）

A Prototype-Based Adaptive Concept Drift Classification Method

SU Jing¹, QIU Xiao-feng¹, LI Shu-fang¹, LIU Dao-wei², ZHANG Chun-hong¹

1. Beijing Key Laboratory of Network System Architecture and Convergence, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. China Electric Power Research Institute, Zhengzhou 450052, China

Received:2016-07-23Online:2017-06-28Published:2017-05-25

摘要/Abstract

摘要： 为了更准确快速地处理或适应概念漂移，提出了基于原型学习的数据流分类算法，基于发掘并优化现有方法存在的问题，提出了新的方法模型SyncPrototype，在预测方法、原型判定与更新方法等处理概念漂移问题的关键部分做出了新的尝试与优化.实验结果证明，相较于现有方法，SyncPrototype模型在分类性能、概念漂移的响应速度以及时间性能等方面都有明显提高，能够更加有效处理并适应数据流概念漂移问题.
中图分类号:
TN992.53

引用本文

苏静, 裘晓峰, 李书芳, 刘道伟, 张春红. 一种基于原型学习的自适应概念漂移分类方法[J]. 北京邮电大学学报, 2017, 40(3): 43-50.
SU Jing, QIU Xiao-feng, LI Shu-fang, LIU Dao-wei, ZHANG Chun-hong. A Prototype-Based Adaptive Concept Drift Classification Method[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2017, 40(3): 43-50.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3015