含噪動態(tài)數(shù)據(jù)流的分類研究.pdf

1、隨著網(wǎng)絡(luò)通信、計算機(jī)技術(shù)的快速發(fā)展，股市數(shù)據(jù)分析、天氣預(yù)測、衛(wèi)星監(jiān)測、網(wǎng)絡(luò)流量監(jiān)控等多個領(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)與動態(tài)變化的特征，傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)對之無效。而且，動態(tài)數(shù)據(jù)流存在概念漂移現(xiàn)象,即隱含在數(shù)據(jù)中的概念可能會隨時間變化而發(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熱門問題。而在實際生活中噪聲無處不在，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態(tài)數(shù)據(jù)流是一個有待進(jìn)一步研究

2、的問題。
　　本文對于數(shù)據(jù)流分類過程中存在的概念漂移與噪聲問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)，對數(shù)據(jù)流上的概念漂移、噪聲問題作詳細(xì)闡述和分析。
　　(2)對于數(shù)據(jù)流分類過程中的概念漂移問題，基于“與當(dāng)前分類模型不符合的實例可能代表了新概念的變化趨勢”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)。該方法運用實例加權(quán)思想，提高可能代表新概念實例在基分類器構(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，引入動態(tài)權(quán)值調(diào)整因子來提高算法適應(yīng)能力。研究表明，與weighted bagging相比，EWDSCA運行效率更高，分類效果更好。
　　(3)在現(xiàn)實世界中，數(shù)據(jù)流大多包含噪聲數(shù)據(jù)，噪聲問題的存在大大影響了算法的分類效果。為了解決這個問題，設(shè)計出一種基于密度聚類算法的數(shù)據(jù)流分類