数据流分类相关论文
含概念漂移复杂类型数据流的出现，使得传统分类器难以应对这一难题，在分类效果中往往不尽人意。针对不同类型数据流中处理概念漂移的......
随着技术发展和应用的推动,数据正以流的形式呈现,如网络安全、电子商务和社交网络等。如何从这些流式数据中挖掘出有价值的信息,......
随着互联网和大数据技术的发展,许多应用领域如新闻检索、淘宝购物和银行交易等产生海量的流式数据。不同于传统数据挖掘任务中采......
随着科学技术的发展,越来越多的新型应用不断出现,如虚拟现实和增强现实、全息通信、过程监控等。这些新型应用需要网络提供超低时......
现代无线传感器网络(Wireless Senor Network,WSN)支持多业务服务和多媒体传输，将无线传感器节点感知到的不同类型数据流根据其QoS......
许多应用领域产生的数据属于数据流类型，比如信用卡交易业务、传感器网络和网络监控等等。如何从数据流中发现隐含的知识，即数据流挖......
在信用卡欺诈监测、差异性营销、网络入侵检测和传感器网络等应用中，随着时间的更迭而生成一种新型的具有连续、有序、变化、快速到......
随着大数据、物联网等技术的发展，大量的数据以“流”的形式快速产生，从而形成了数据流。数据流中常常隐含着概念漂移。在概念漂移刚......
随着信息技术、数据库技术、计算机网络技术的不断发展,一种区别于传统数据库存储的数据形式出现,称之为数据流。针对数据流的挖掘......
数据流是大数据的主要形式。概念漂移的探测以及数据流的分类是当前数据流挖掘的主要研究方向。虽然有不少概念漂移的探测方法,但......
随着信息科技的快速发展,很多应用领域产生了大量的现实数据。如网络安全、股票分析、电子商务、气象监控等领域。在这些数据中可......
随着计算机网络和信息技术的快速发展，股票交易市场、气象监控、网络安全、电子商务等众多应用领域都产生了大量的数据，其中这些数据......
传统的机器学习算法学习能力强、自适应能力强,通常需要满足两个条件:一是要有大量的标签数据,二是需要训练和测试数据具有相同的......
数据流分类作为数据挖掘领域中的一个重要分支,能够获取数据流中有价值的信息,已成为当下研究热点之一。数据流具有可变、无限、快......
实际应用领域涌现出大量的短文本数据流,如:微博数据、实时弹幕和实时评论等。其主要具有两大特点:一方面每个文本都十分短小,缺少......
为解决数据流分类过程中样本标注和概念漂移问题,提出了一种基于实例迁移的数据流分类挖掘模型.首先,该模型用支持向量机作学习器,......
基于应用层载荷特征的IP流分类技术的准确性较高,但是,当特征库庞大时遍历匹配特征库需要消耗大量的时间.鉴于此,提出一种将应用层......
具有概念漂移的数据流分类应用场景逐渐增多,如何解决该类问题成为研究热点.文中根据数据流概念漂移特征,结合增量学习原理实现基......
在面向实时数据流的分类研究中,基于AC算法的多模匹配已具备一定的应用基础。本文针对数据流中的长模式串特征,提出了AC_TE算法的......
对数据流分类分析的常用方法是集成学习。为了得到更好的分类效果,给出一种基于堆叠集成的数据流分类分析方法。该方法通过构造一......
文章介绍了几种实用化的快速IP流分类技术,如∶三重内容寻址、基于比特向量的多维范围匹配、有向非循环图、交叉乘积和递归流分类......
数据流分类已成为当前研究热点之一,如何解决其中的概念漂移和噪声是关键问题,为此提出了一种新的基于分类器相似性的动态集成算法......
动态数据流分类挖掘应用场景逐渐增多,如何辨识出动态数据流中概念漂移和噪声信息成为数据流分类研究中的重点。因此提出一种具备......
为解决数据流分类中概念漂移和噪声问题,提出一种基于互近邻的多源迁移学习方法。该方法存储多源领域上训练得到的分类器,求出目标......
针对数据流分类,时间自适应支持向量机（Time Adaptive Support Vector Machine,TA-SVM）及其改进方法通过在核空间上协同求解多个子分......
针对装备作战仿真数据流的无限流入和概念漂移现象影响分类模型准确度的问题,提出了一种基于权值窗口的增量学习型朴素贝叶斯分类......
当前动态数据流下的实时分类问题存在3个难点：针对海量数据的实时处理；概念漂移的跟踪和模型的更新；模型的稳定和鲁棒性。针对上述问......
数据流分类作为数据挖掘领域中的一个重要分支,能够获取数据流中有价值的信息,已成为当下研究热点之一.由于数据流固有特性导致传......
概念流动的出现及数据的高维性增加了数据流特征选择的复杂性。信息增益是最有效的特征选择算法之一,但计算量大。对信息增益做了......
随着近年来互联网与社交网络自媒体的不断发展,社交平台转变为信息传播与获取的重要阵地。微博以其反应快速、语言简练、官方认证......
随着信息社会的发展,各个领域产生的数据量呈现出爆炸性增长,许多领域产生了海量的数据流,如何从海量的数据流中挖掘出有价值的信......
数据流分类是数据挖掘领域的重要研究任务之一,已有的数据流分类算法大多是在有标记数据集上进行训练,而实际应用领域数据流中有标......
由于近年来智能电网的高度发展,使得电网规模不断增加且愈加复杂,这使得对电网中输变电设备的检修与维护变得更加困难。然而为达到......
针对高速网络数据分类系统遇到的性能瓶颈，本文提出了一种软硬件协同的设计思路。设计中，硬件上采用了64位PCI的高速硬件平台；软件上......
为了提高高维数据流在线分类的准确率,设计一种基于超网络和投影降维的高维数据流在线分类算法。将高维数据流的特征子集建模为超......
针对大多数概念漂移检测算法都存在高延迟和对噪声过于敏感的问题,提出了一种基于四分位距交叠滑动窗口的概念漂移检测方法,该方法......
在数据流分类大环境中,数据量级不断增大,数据样本对应的概念也在不断发生变化,这不但产生“概念漂移”,数据类别分布不平衡的现象......
随着Internet规模的不断扩大与应用技术的不断进步，越来越多的业务需要对数据包进行实时、快速的分类，对数据包分类的研究具有重要的......
传统的数据分类算法需要处理的数据是确定且精确的,然而在现实世界中,由于隐私保护,不精确测量,重复抽样,值缺失等原因,数据普遍存......
现有概念漂移处理算法在检测到概念漂移发生后,通常需要在新到概念上重新训练分类器,同时“遗忘”以往训练的分类器。在概念漂移发......
为了有效解决传统的数据分类算法不能很好的适应数据流的数据无限性和概念漂移性带来的问题,提出了一种实时的数据流的挖掘算法。......
为解决数据流分类中的概念漂移和噪声问题,提出一种基于样本确定性的多源迁移学习方法。该方法存储多源领域上由训练得到的分类器,......
随着数字地球的快速发展,越来越多的传感器每时每刻都在产生着庞大的数据流,这些数据流中隐含了大量对生产生活有价值的信息,快速......
分类问题作为数据挖掘领域的经典课题,一直以来广受学术界关注。然而,随着物联网技术和“大数据”时代的到来,传统数据分类方式正......
在社会高速发展、信息急剧增加的大环境中,各个领域的数据呈现爆炸式增长,数据的增量模式使得世界来到了大数据时代。对于如何从海......
伴随着科技的发展和社会的进步,尤其是信息技术产业的大规模发展,各种形式的数据正在大量产生。而数据流作为一种新型的数据类型,......
