作者：袁磊; 季梦遥概念漂移不平衡流数据采样集成分类器
摘要：带概念漂移不平衡流数据分类研究是机器学习和现实应用领域的一个难点和热点.针对带概念漂移不平衡流数据的动态性和不平衡性,本文中提出了随机平衡采样算法用于再平衡不平衡数据流.之后,在随机平衡采样算法的基础上提出了一种新的处理带概念漂移的不平衡流数据集成分类算法用于抵抗流数据的概念漂移和不平衡性.理论和实验表明本文中提出的集成分类算法对处理带概念漂移的不平衡流数据较强的多样性和泛化能力.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《湖北大学学报·哲学社会科学版》（CN：42-1020/C）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《湖北大学学报·哲学社会科学版》涵盖哲学、伦理学、政治经济学、语言文学、美学艺术、心理学、教育学、管理学、新闻学等重要学术领域，是湖北大学的重要思想文化阵地和学术窗口。
杂志详情
