含噪動(dòng)態(tài)數(shù)據(jù)流的分類研究.pdf

1、隨著網(wǎng)絡(luò)通信、計(jì)算機(jī)技術(shù)的快速發(fā)展，股市數(shù)據(jù)分析、天氣預(yù)測(cè)、衛(wèi)星監(jiān)測(cè)、網(wǎng)絡(luò)流量監(jiān)控等多個(gè)領(lǐng)域都產(chǎn)生了數(shù)據(jù)流。由于數(shù)據(jù)流具有快速、連續(xù)與動(dòng)態(tài)變化的特征，傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)對(duì)之無(wú)效。而且，動(dòng)態(tài)數(shù)據(jù)流存在概念漂移現(xiàn)象,即隱含在數(shù)據(jù)中的概念可能會(huì)隨時(shí)間變化而發(fā)生改變。因此，如何有效解決數(shù)據(jù)流中的概念漂移成為一個(gè)熱門問(wèn)題。而在實(shí)際生活中噪聲無(wú)處不在，噪聲數(shù)據(jù)的存在影響了數(shù)據(jù)流的分類效果。因此，如何有效地處理存在噪聲的動(dòng)態(tài)數(shù)據(jù)流是一個(gè)有待進(jìn)一步研究

2、的問(wèn)題。
　　本文對(duì)于數(shù)據(jù)流分類過(guò)程中存在的概念漂移與噪聲問(wèn)題主要做以下研究工作：
　　(1)綜述數(shù)據(jù)挖掘與數(shù)據(jù)流分類的相關(guān)技術(shù)，對(duì)數(shù)據(jù)流上的概念漂移、噪聲問(wèn)題作詳細(xì)闡述和分析。
　　(2)對(duì)于數(shù)據(jù)流分類過(guò)程中的概念漂移問(wèn)題，基于“與當(dāng)前分類模型不符合的實(shí)例可能代表了新概念的變化趨勢(shì)”這一假設(shè)，提出一種處理概念漂移的數(shù)據(jù)流分類算法EWDSCA(Examples of weightedfordata streams cl

3、assification algorithm)。該方法運(yùn)用實(shí)例加權(quán)思想，提高可能代表新概念實(shí)例在基分類器構(gòu)建中的影響力，使分類模型能夠更加適應(yīng)新的概念。同時(shí)，引入動(dòng)態(tài)權(quán)值調(diào)整因子來(lái)提高算法適應(yīng)能力。研究表明，與weighted bagging相比，EWDSCA運(yùn)行效率更高，分類效果更好。
　　(3)在現(xiàn)實(shí)世界中，數(shù)據(jù)流大多包含噪聲數(shù)據(jù)，噪聲問(wèn)題的存在大大影響了算法的分類效果。為了解決這個(gè)問(wèn)題，設(shè)計(jì)出一種基于密度聚類算法的數(shù)據(jù)流分類