基于概念漂移检测算法的数据流分类模型

摘要：

为了克服数据流概念漂移现象对分类模型的影响,提高数据流分类准确率,提出了一种基于概念漂移检测算法的数据流分类模型.针对不同概念漂移类型使用不同的方法进行检测,该模型通过对概念漂移进行监控,从而有效控制分类模型的更新频率,做到有的放矢地更新分类器模型,提高分类模型的分类性能.通过使用两种不同的数据集进行实验,并与传统分类模型进行比较,验证了该模型的有效性和正确性.

关键词：数据流、概念漂移、信息熵、支持向量机、分类模型

所属期刊栏目：34

分类号：TP181(自动化基础理论)

在线出版日期：2013-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3141-3145,3297