基于数据流的概念漂移检测及集成分类研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状及问题 | 第11-13页 |
| 1.3 研究内容及结构安排 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 组织结构安排 | 第14-15页 |
| 2 知识背景与相关技术 | 第15-27页 |
| 2.1 概要结构 | 第15-17页 |
| 2.1.1 simHash算法 | 第15-16页 |
| 2.1.2 分层概要结构 | 第16-17页 |
| 2.2 概念漂移 | 第17-21页 |
| 2.2.1 FKNNModel算法 | 第17-19页 |
| 2.2.2 卡方拟合检验 | 第19-21页 |
| 2.3 数据流集成分类 | 第21-23页 |
| 2.4 Spark开源框架 | 第23-25页 |
| 2.5 本章小结 | 第25-27页 |
| 3 基于simHash的数据流分层遗忘概要结构 | 第27-35页 |
| 3.1 问题描述 | 第27页 |
| 3.2 SH-HAS结构 | 第27-30页 |
| 3.2.1 SH-HAS可加性证明 | 第27-28页 |
| 3.2.2 SH-HAS动态维护算法 | 第28-30页 |
| 3.3 对比试验与分析 | 第30-34页 |
| 3.3.1 实验环境 | 第30页 |
| 3.3.2 实验数据集 | 第30-31页 |
| 3.3.3 实验评价指标 | 第31页 |
| 3.3.4 实验设置 | 第31页 |
| 3.3.5 实验测试与分析 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 MFKNNModel概念漂移检测算法 | 第35-47页 |
| 4.1 问题描述 | 第35页 |
| 4.2 MFKNNModel算法 | 第35-40页 |
| 4.2.1 MFKNNModel思想概述 | 第35-36页 |
| 4.2.2 MFKNNModel详细设计 | 第36-37页 |
| 4.2.3 MFKNNModel算法描述 | 第37-40页 |
| 4.3 对比实验与分析 | 第40-45页 |
| 4.3.1 实验环境 | 第41页 |
| 4.3.2 实验数据集 | 第41页 |
| 4.3.3 实验评价指标 | 第41-42页 |
| 4.3.4 实验设置 | 第42页 |
| 4.3.5 实验测试与分析 | 第42-45页 |
| 4.4 本章小节 | 第45-47页 |
| 5 基于概念漂移的数据流集成分类模型 | 第47-62页 |
| 5.1 问题描述 | 第47-48页 |
| 5.2 ECCDDS分类模型 | 第48-52页 |
| 5.2.1 ECCDDS整体设计 | 第49-50页 |
| 5.2.2 ECCDDS算法描述 | 第50-52页 |
| 5.3 对比实验与分析 | 第52-61页 |
| 5.3.1 实验评价指标 | 第52-53页 |
| 5.3.2 实验设置 | 第53页 |
| 5.3.3 实验测试与分析 | 第53-61页 |
| 5.4 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读研究生期间科研成果 | 第69页 |
