数据流分类挖掘中的概念变化研究

摘要：

数据流分类挖掘首先要面对概念变化问题.介绍了数据流分类中的概念变化的定义与类型,研究了概念变化的意义及应用,对目前数据流中处理概念变化的方法进行了综述.真实数据流常常含有大量的噪声,因此需要理解噪声与概念变化的区别.针对周期性数据流中概念重现现象,当“历史概念”重现时,利用特定的模型对数据流进行概念预测,可以减少模型更新的代价.

关键词：数据流分类、概念变化、概念重现、噪声

所属期刊栏目：41

分类号：TP181(自动化基础理论)

资助基金：中央高校基本科研业务费专项资金项目LGYB201412

在线出版日期：2015-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：347-350,386