一种基于原型学习的自适应概念漂移分类方法
为了更准确快速地处理或适应概念漂移,提出了基于原型学习的数据流分类算法,基于发掘并优化现有方法存在的问题,提出了新的方法模型SyncPrototype,在预测方法、原型判定与更新方法等处理概念漂移问题的关键部分做出了新的尝试与优化.实验结果证明,相较于现有方法,SyncPrototype模型在分类性能、概念漂移的响应速度以及时间性能等方面都有明显提高,能够更加有效处理并适应数据流概念漂移问题.
数据流、概念漂移、分类
40
TN992.53
国家电网公司科技项目XT71-15-056
2017-12-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
43-50