文件名称：基于可信多数投票的快速概念漂移检测 (2010年)
文件大小：785KB
文件格式：PDF
更新时间：2024-07-05 04:41:15
自然科学 论文
数据流因具有数据持续到达,概念漂移产生时刻无法预侧、概念的数量不确定等特征,使得滑动窗口的大小很难事先确定,滑动窗口包含概念的数量对概念漂移检侧存在影响。本文提出了基于可信多数投票的快速概念漂移检侧算法(CMV-EA),该算法使用SEA算法中的基分类器淘汰方法，使用可信多数投票实现滑动窗口中基分类器的集成．仿真实验表明：相比于SEA算法,cMV SEA算法提高了泛化能力;能在新概念产生的第一时间内检侧到概念漂移;对概念漂移的检侧能力和新概念的学习能力不受滑动窗口大小的影响。