论文部分内容阅读
针对数据流海量性所造成的数据内部构成复杂以及传统单模型分类模型对复杂数据环境学习不充分的问题,提出一种基于集成学习方式的数据流分类模型。此模型以支持向量机（SVM）模型为基础结合不同核函数构建集成学习模型。之后,在使用自组织映射（SOM）对个体分类器给出的分类结果进行汇总,得到分类结果。通过两种数据提取方法对两类机械设备进行特征提取与选择以对其进行预测诊断来验证所提出基于SOM-SVM集成学习的数据流分类模型的有效性。