基于图的概念重现发现与预测

摘要：

概念漂移是数据流挖掘中具有挑战性的问题.当概念漂移发生后,原有分类模型的分类正确率会显著下降,因此需要及时发现并调整模型以适应这些改变.概念重现是概念漂移的特殊情况,然而已有的算法大多未能充分考虑这种状况.为此,提出一种能够处理重现的概念检测方法.试验结果表明,该方法能够以较低的延迟和较低的误报率检测到概念漂移,并且可以识别重现的概念,很大程度上提升了分类器的分类正确率.

关键词：数据流、数据挖掘、概念漂移、漂移检测、概念重现

所属期刊栏目：38

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61572417,61572005;北京市自然科学基金资助项目4142042;信阳师范学院青年骨干教师资助计划项目2016GGJS-08

在线出版日期：2017-10-20（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：57-64