一种不平衡噪声数据流集成分类模型
【出 处】:《
计算机工程与科学
》
CSCD
2011年第33卷第12期 99-105页,共7页
【作 者】:
欧阳震诤
[1] ;
陶孜谨
[1] ;
蔡建宇
[2] ;
吴泉源
[1]
【摘 要】
针对不平衡噪声数据流的分类问题,本文利用基于平均概率的集成分类器AP与抽样技术,提出了一种处理不平衡噪声数据流的集成分类器(IMDAP)模型。实验结果表明,该集成分类器更能适应存在概念漂移与噪声的不平衡数据流挖掘分类,其整体分类性能优于AP集成分类器模型,能明显提升少数类的分类精度,并且具有与AP相近的时间复杂度。
相关热词搜索:
上一篇:Vague集模糊熵度量的新方法
下一篇:基于改进的免疫克隆支持向量机网页分类研究