10.3969/j.issn.1000-3428.2012.18.009
基于支持向量数据描述的分布式数据流挖掘
针对传统分布式数据流挖掘算法的通信开销较大、分类精度较低的问题,提出一种基于支持向量数据描述的分布式数据流挖掘算法.利用局部站点快速更新数据流信息,采用支持向量机算法学习元级数据并传递到中心站点.中心站点负责接收及合并元级数据,形成全局分类结果.实验结果表明,该算法能在降低局部站点和中心站点网络通信量的同时,获得较高精度的全局分类结果.
分布式数据流、数据挖掘、支持向量数据描述、支持向量机、增量式挖掘
38
TP391(计算技术、计算机技术)
国家自然科学基金资助项目60873145
2012-11-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
34-36