云计算平台上基于选择性集成的增量学习研究

摘要：

增量学习是处理数据流的有效方式.文中针对已有增量分类算法只是作用于小规模数据集或者在集中式环境下进行的不足,提出了一种基于Hadoop云计算平台的增量分类模型,以解决大规模数据集的增量分类.该增量分类模型主要基于选择性集成学习思想,设计相应Map函数对不同时刻的增量样本块进行学习,以及设计Reduce函数对不同时刻的分类器进行选择性集成以实现云计算平台上的增量学习.仿真实验表明该方法具有更好的性能,且能较好地解决数据流中的概念漂移问题.

关键词：增量分类、Hadoop、云计算、概念漂移

所属期刊栏目：32

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61073114;南京邮电大学攀登计划NY210010

在线出版日期：2013-01-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：146-152,158