《計算機應用研究》|Application Research of Computers

數據流集成分類算法綜述

Summarization of data stream ensemble classification algorithm

免費全文下載 (已被下載 次)  
獲取PDF全文
作者 許冠英,韓萌,王少峰,賈濤
機構 北方民族大學 計算機科學與工程學院,銀川 750021
統計 摘要被查看 次,已被下載
文章編號 1001-3695(2020)01-001-0001-08
DOI 10.19734/j.issn.1001-3695.2018.09.0510
摘要 詳細介紹了國內外集成分類算法,對集成分類算法的兩個部分(基分類器組合和動態更新集成模型)進行了詳細綜述,明確區分不同集成算法的優缺點,對比算法和實驗數據集。并且提出進一步的研究方向和考慮的解決辦法。
關鍵詞 數據流分類; 集成學習; 概念漂移
基金項目 國家自然科學基金資助項目(61563001)
寧夏自然科學基金資助項目(NZ17115)
北方民族大學研究生創新項目(YCX18055)
本文URL http://www.048285.live/article/01-2020-01-001.html
英文標題 Summarization of data stream ensemble classification algorithm
作者英文名 Xu Guanying, Han Meng, Wang Shaofeng, Jia Tao
機構英文名 School of Computer Science & Engineering,North University for Nationalities,Yinchuan 750021,China
英文摘要 This paper introduced the ensemble classification algorithm at home and abroad in detail. It reviewed the two parts of the ensemble classification algorithm(base classifier combination and dynamic update ensemble model) in detail, and clearly distinguished the advantages and disadvantages of different integration algorithms, comparison algorithm and experimental data set. The paper proposed further research directions and considerations.
英文關鍵詞 data stream classification; ensemble learning; concept drift
參考文獻 查看稿件參考文獻
 
收稿日期 2018/9/11
修回日期 2018/10/26
頁碼 1-8,15
中圖分類號 TP301.6
文獻標志碼 A
012曾道人三尾中特书