概念漂移相关论文
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......
数据流的集成分类方法可以提高预测精度或者可将复杂、困难的学习问题分解为更简单、容易的子问题，且对概念漂移有良好的适应性和恢......
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,......
随着现代社会传感技术的发展以及大规模数据收集和存储能力的提高,来自各行各业的时间序列数据得以被记录,这为时间序列的分析与应......
针对机器学习和数据挖掘工作的静态分类器入侵检测，增量学习能适用于时间变化的动态连续数据流环境，并引入集成学习提升学习效果，但没......
随着我国市场经济的逐渐发展和完善,在竞争激烈的市场环境中,越来越多的上市公司由于经营管理不善而陷入财务困境。这不仅会使企业......
在全球经济下行周期,企业的经营和财务状况面临越来越大的压力,一些企业在恶劣的经济环境下更容易陷入经营危机和财务困境。财务困......
随着大数据和物联网等技术的发展,数据流已经成为一种新的数据形式,如何挖掘数据流中蕴含的信息逐渐成为研究热点。在有限的内存中......
信息的爆炸性增长导致数据流广泛出现在各个应用领域中,如无线传感器网络数据流、股票交易数据流、电子商务数据流等,如何高效获取......
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......
随着科技的迅速发展,实际应用领域涌现出大量流数据,这些数据不仅具有海量、快速、含多个标签与特征高维的特点,且其数据分布会随......
随着大数据时代的到来,人类在生产生活中产生了越来越多的数据,为了挖掘这些数据中蕴含的知识,许多研究工作开始对不同类型的数据......
网络流特征分布会随着网络环境的变化而动态变化,产生概念漂移问题,造成基于流特征的机器学习网络流分类模型准确率下降。依据固定......
火力发电是我国主要的发电方式,电站设备和系统的健康状态是影响电厂运行经济性和安全性的重要因素,电站设备的性能劣化评估对于指......
在移动互联网不断发展的今天,人们逐渐喜爱在Twitter、微博等在线社交应用上对所在地区、全国各地乃至世界上任何一个角落发生的事......
传统的大多数机器学习算法在静态封闭环境下运行,且通常假定数据的分布在算法执行时保持不变。但是在众多实际应用环境中,大量数据......
现代图形学应用的飞速发展对超大规模复杂场景绘制、高分辨率显示呈现、高真实感用户体验以及实时绘制效率提出了愈加严峻的挑战。......
在如今的大数据时代,海量数据通过各种硬件及软件源源不断生成,并具有高速、无限的特征,这些数据以流的形式生成并到来,同时这些数......
交通领域下的时间序列数据(time series data)是指某一时间段下顺序采集到的数据，它通常用于客观地描述和记录车辆行驶过程中的某一......
信息科学的快速发展显著提升了社会生产和生活的智能化水平，其核心是对实时数据的全面采集、安全存储和高效计算。由于数据采集过程......
通过协同求解多个概念漂移问题并充分挖掘相关概念漂移问题中蕴含的有效信息,共享矢量链支持向量机(Shared Vector Chain Supporte......
作为一种数据采集型网络,无线传感器网络有效地提高了人们获取客观物理信息的能力,已成为智慧生活的重要一环.然而,无线传感器网络......
在各种神经网络中,单隐层前向网络(SLFNs)由于其简单的结构和逼近能力而在理论和应用领域都被广泛地研究。但是,传统的单隐层前向......
分类技术是数据挖掘的重要组成部分,有着广泛的应用领域,并且已经有大量成熟的研究成果问世。然而数据流作为一种新型的数据模型,......
近几年，数据流在股票交易、网络流量监控、网络安全监控、电信通信记录、传感器网络等许多领域有着广泛的应用。简单地说，数据流是无......
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......
随着大数据时代的来临,数据以数据流的形式快速产生,多标签数据流应用亦更加普遍。例如:电子邮件分类、新闻推送、医学诊断、图像......
数据流中概念漂移的产生不仅仅会引起分类结果的变化而且会引起分类器模型的变化。本文针对这一问题提出了一种基于决策树知识整合......
随着信息技术的不断进步和计算机网络的迅速发展,众多应用领域如网络安全、股票分析、电子商务、气象监控等产生了大量的数据流,其......
随着网络通信、计算机技术的快速发展,股市数据分析、天气预测、卫星监测、网络流量监控等多个领域都产生了数据流。由于数据流具......
在机器学习领域中,标记实例是个代价很高且耗时的工作。作为机器学习领域的重要研究方向之一,主动学习旨在根据选择策略从无标记实......
在众多数据挖掘技术中,多分类器融合技术是近几年来的研究热点,它利用多个分类器来解决问题,可以显著提高系统的泛化能力,达到比个......
随着网络通信、计算机科学与信息技术的发展,数据流作为一种新的数据形式在金融数据分析、网络监控、电信数据处理与传感器网络等......
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......
自从互联网普及以来,电子邮件逐渐成为人们生活中便捷的通信手段之一。但随之产生的垃圾邮件泛滥成灾,除了用户不希望甚至厌恶收到......
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......
近年来，数据流分类问题引起了广大研究者越来越多的关注。然而，实际应用中的数据流的类分布往往是非平衡的，即某些类(小类)的实例数量......
数据流聚类算法是一项关键的数据挖掘技术,在数据流聚类研究中,算法框架可以分为两类:single-phase model 和 two-phase scheme。......
异常检测技术是一种重要的数据挖掘手段,被广泛应用于信用卡诈骗检测、入侵检测、疾病检测等各个领域。目前国内外研究学者从距离......
随着网络的高速发展和硬件水平的提高，互联网感知技术扮演的角色愈发重要。由于网络应用程序复杂化和个人隐私的重视，流量识别作为最......
随着信息技术的进步和应用的需求,处理源源不断的数据流的场景无处不在,如信用卡欺诈监测、网络流量监控和在线金融交易等场景,这......
随着互联网用户群体急剧增长,网络规模迅速膨胀,网络业务类型也变得愈加复杂。为了提供安全、可靠的网络环境,对网络进行高效管理......
在协同任务环境下,借助工作流管理系统实现企业业务、信息和资源整合,使得多组织参与的业务过程执行更加高效。但是,由于资源服务......
数据流分类问题是数据挖掘领域的重点研究方向之一。伴随新基建时代的到来,数据的规模、形态都会发生变化,传统的静态数据逐渐向数......
卫星在轨运行中,需要对有效载荷的在轨运行模式进行判断。以暗物质粒子探测卫星(DAMPE)为例,工作人员通过监测暗物质粒子探测卫星......
