适于概念漂移的数据流在线分类算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 问题的提出和本文主要工作 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第2章 相关工作概述 | 第14-30页 |
| 2.1 数据挖掘 | 第14-17页 |
| 2.1.1 数据挖掘的定义 | 第14页 |
| 2.1.2 数据挖掘的功能 | 第14-16页 |
| 2.1.3 数据挖掘中的研究热点 | 第16-17页 |
| 2.2 数据流 | 第17-21页 |
| 2.2.1 数据流特点 | 第17页 |
| 2.2.2 数据流处理模型的特点 | 第17-18页 |
| 2.2.3 数据流应用领域 | 第18-20页 |
| 2.2.4 数据流处理基本技术 | 第20-21页 |
| 2.3 数据流中的概念漂移 | 第21-23页 |
| 2.3.1 概念漂移的基本概念 | 第21-22页 |
| 2.3.2 概念漂移的分类 | 第22-23页 |
| 2.4 数据流分类算法研究 | 第23-29页 |
| 2.4.1 无概念漂移的数据流分类算法 | 第23-25页 |
| 2.4.2 处理概念漂移的数据流分类算法 | 第25-29页 |
| 2.4.3 数据流分类算法的总结 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于实例加权的数据流分类算法 | 第30-48页 |
| 3.1 问题的提出 | 第30-32页 |
| 3.1.1 当前算法存在的问题 | 第30-31页 |
| 3.1.2 前提知识 | 第31-32页 |
| 3.2 EWBC分类算法 | 第32-40页 |
| 3.2.1 数据预处理阶段 | 第33-35页 |
| 3.2.2 基分类器训练 | 第35-36页 |
| 3.2.3 新基分类器的建立 | 第36-37页 |
| 3.2.4 更新集成分类器 | 第37-38页 |
| 3.2.5 算法描述 | 第38-40页 |
| 3.2.6 算法性能分析 | 第40页 |
| 3.3 实验分析 | 第40-46页 |
| 3.3.1 数据集说明 | 第40-41页 |
| 3.3.2 参数说明 | 第41-42页 |
| 3.3.3 滑动窗口大小对EWBC算法性能的影响 | 第42-43页 |
| 3.3.4 EWBC与WEC的实验对比 | 第43-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 基于历史概念的数据流分类算法 | 第48-64页 |
| 4.1 问题的提出 | 第48-49页 |
| 4.2 相关知识 | 第49-50页 |
| 4.2.1 概念和历史概念 | 第49页 |
| 4.2.2 历史概念的存储 | 第49-50页 |
| 4.3 HCBC分类算法 | 第50-55页 |
| 4.3.1 动态选择基分类器 | 第50-52页 |
| 4.3.2 训练新的基分类器 | 第52页 |
| 4.3.3 算法描述 | 第52-54页 |
| 4.3.4 算法性能分析 | 第54-55页 |
| 4.4 实验分析 | 第55-61页 |
| 4.4.1 数据集说明 | 第55-56页 |
| 4.4.2 参数说明 | 第56页 |
| 4.4.3 参数对算法性能的影响 | 第56-58页 |
| 4.4.4 HCBC算法与其他算法的实验对比 | 第58-61页 |
| 4.5 本章小结 | 第61-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 本文总结 | 第64页 |
| 5.2 工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻硕期间参与项目及发表的论文 | 第72页 |
