增量式概念漂移适应与收敛

发布时间：2021-01-12 12:58

　　概念漂移是数据流挖掘的一个研究热点与难点,也是现实世界和网络世界中普遍存在的一种现象。随着互联网技术的快速发展,愈发受到学术界与民众的关注。目前概念漂移尚未有统一定义,主要泛指的是在动态变化中信息系统的部分内涵信息或特征信息会随时间发生难以预测的变化,使原有的分类器分类不准确或决策系统无法做出正确决策,甚至导致误判等不良后果,常见于推荐系统、金融领域、决策领域等。目前多数学者对概念漂移的研究态度还处于简单规避的层面,对概念漂移的发生条件、趋势相关的研究还很少,对于如何判断认知收敛更是研究盲区。同时在数据流中时常会发生快速而又细微的概念漂移现象,这些概念漂移在短时间内对决策系统造成的影响微乎其微,因此往往被人忽略。但随着时间的推移,有些效果相同的影响会逐步叠加,导致决策系统的精度下降,目前还缺乏合适有效的方法来解决这类问题。粗糙集理论是一种专门用于刻画数据不完整性和不确定性的数学工具,能够有效地分析和处理信息系统中各种不精确、不完备的信息,并且可以在没有任何先验知识的情况下对数据进行分析和推理,得到相对客观公正的处理结果。由于粗糙集理论在处理不确定性问题上的独特优势,逐渐被应用于概念漂移... 

【文章来源】：浙江师范大学浙江省

【文章页数】：53 页

【学位级别】：硕士

【部分图文】：

集合X在IS中的上下

【参考文献】：
期刊论文
[1]基于概念漂移检测的大数据交易过程模型优化方法[J]. 张鹏,叶剑,张鹏.  电子学报. 2019(07)
[2]属性约简簇的优化选择[J]. 邓大勇,葛雅雯,黄厚宽.  电子学报. 2019(05)
[3]概念漂移数据流分类中的多源在线迁移学习算法[J]. 秦一休,文益民,何倩.  计算机科学. 2019(01)
[4]集值决策信息系统的增量式属性约简算法[J]. 王映龙,华佳佳,钱文彬,柳军.  小型微型计算机系统. 2018(06)
[5]概念的属性约简及异构数据概念漂移探测[J]. 邓大勇,卢克文,黄厚宽,邓志轩.  电子学报. 2018(05)
[6]F-粗糙集视角的概念漂移与属性约简[J]. 邓大勇,李亚楠,黄厚宽.  自动化学报. 2018(10)
[7]一种基于数据不确定性的概念漂移数据流分类算法[J]. 吕艳霞,王翠容,王聪,苑迎.  应用科学学报. 2017(05)
[8]属性约简准则与约简信息损失的研究[J]. 邓大勇,薛欢欢,苗夺谦,卢克文.  电子学报. 2017(02)
[9]知识系统中全粒度粗糙集及概念漂移的研究[J]. 邓大勇,卢克文,苗夺谦,黄厚宽.  计算机学报. 2019(01)
[10]信息表中概念漂移与不确定性分析[J]. 邓大勇,苗夺谦,黄厚宽.  计算机研究与发展. 2016(11)

博士论文
[1]针对含有概念漂移问题的增量学习算法研究[D]. 孙宇.中国科学技术大学 2017
[2]面向数据挖掘的分类器集成研究[D]. 陈海霞.吉林大学 2006

硕士论文
[1]概念漂移探测与粗糙集模型扩展的研究[D]. 卢克文.浙江师范大学 2018
[2]面向大数据的流分类挖掘算法及其概念漂移应用研究[D]. 谈海宇.南京邮电大学 2016
[3]基于粒计算的数据流分类及F-粗糙集扩展的研究[D]. 徐小玉.浙江师范大学 2016
[4]基于粗糙集的决策树学习算法研究[D]. 毛聪莉.湖南大学 2008



本文编号：2972891