动态环境下基于微粒群优化算法的数据分类方法研究

摘要：

动态环境下数据流容易出现概念漂移现象.随着数据的逐渐到达,隐含在数据中的知识在一定程度上会出现改变,当前数据分类方法无法进行动态更新,不适于动态环境下数据的分类.为此,提出一种新的基于微粒群优化算法的数据分类方法,通过K-means方法对动态环境下的数据进行分类.介绍了微粒群优化算法,将所有个体看作d维搜索空间中没有体积的微粒,在搜索空间中以某一速度飞行,该速度可通过其自身及相邻微粒的飞行经验进行动态调整.通过某种规则对新微粒的局部最优值进行更新,利用优化后的微粒群算法实现数据分类.实验结果表明,所提方法分类性能优,实时准确率高.

关键词：动态环境、微粒群优化算法、数据分类

所属期刊栏目：17

分类号：TP391.75(计算技术、计算机技术)

资助基金：内蒙古教育厅项目NJSG201282

在线出版日期：2017-06-15（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：236-240