【摘 要】
：
提升基于数据流的数据挖掘正确率并克服概念漂移的影响是当前的研究热点之一。相对于传统意义上的数据挖据,基于数据流的数据挖掘具有动态、数量多、持续性强等特点。由于传
【基金项目】
：
国家863高技术发展计划项目（2006AA01Z201）
论文部分内容阅读
提升基于数据流的数据挖掘正确率并克服概念漂移的影响是当前的研究热点之一。相对于传统意义上的数据挖据,基于数据流的数据挖掘具有动态、数量多、持续性强等特点。由于传统的数据挖掘算法都是应用于静态数据,挖掘结果并不完全匹配动态变化。将样本数据流进行数据块化处理后使用集成算法,可提升流数据挖掘的准确性。其中集成算法基分类器包括决策树和KNNModel算法等。对于不同算法的效果给予不同权值,提升算法相比于基分类器,能够更加准确地判定概念漂移的发生。实验结果表明,通过集成学习方法可以有效提升学习效果及分类判定准确率,
其他文献
矿用自卸车的行驶路况比较恶劣,悬架的动行程对车辆的安全性能有较大的影响。为了降低矿用自卸车悬架的动行程同时,极大的改善平顺性,建立了二自由度的非线性油气悬架模型,提
传统的多数据库并行调度方法,搜索引擎只能实现对数据库页面的搜索而无法进行对数据库内部的搜索,使得调度间的融合方法无法将调度数据同时发送到并行的多个数据库间进行融合处理,用户需要了解数据库的模式信息并掌握复杂的数据库查询语言后才能进行调度融合,使得查询效率过低,且数据库调度的信息不完整,存在较大弊端。提出一种基于多数据库并行调度云融合的复杂耦合系统仿真,将多数据库调度的编码信息划分层次结构后与多调度
在对钢框架晃动下的抗震性有限元数学建模分析时，当钢框架在强烈的振动环境下，采用传统的方法进行抗震性分析时，钢框架结构对楼层质量与刚度产生必要的约束条件，楼层变形过分集中
被控对象的数学模型,对控制系统的设计和分析有着极为重要的意义。提出一种采用蚁群算法对热工系统的被控对象进行参数辨识的方法。蚁群算法是群体随机搜索算法,用于解决特定组合优化问题。蚁群算法本质上是一种模拟进化算法,结合了分布式计算、正反馈和贪婪式搜索算法,在搜索过程中不容易陷入局部最优,能在短时间内以较大概率发现最优解。为了验证算法有效性,应用matlab进行编程,对采集自某1000MW机组的实际运行
针对经典协同进化遗传算法在优化大决策空间问题时计算复杂度较高的问题,提出了一种基于搜索空间分割的协同进化遗传算法,其基本思想是：将种群分割为不同规模的子种群,在进化
为充分利用临床已有群体患者常规剂量影像学特征,提出一种新的基于群体先验影像冗余信息的低剂量CT(LDCT)影像复原模式。该模式利用灰度共生矩阵提取群体影像中纹理特征以组建样本数据库,结合先验样本在线搜索及目标影像感兴趣区先验冗余信息挖掘,并通过目标区自适应规整处理,实现LDCT影像有效复原,充分利用了临床已有群体患者常规剂量影像(群体影像)中高质量影像学特征。对临床肺癌的仿真低剂量数据进行实验,结
在全断面岩石隧道掘进机（TBM）的掘进作业工况下，液压系统面临着基础振动的不良外界条件，对蓄能器的动态特性会产生不利影响。为优化蓄能器动态特性，建立了基础振动条件下的蓄能器
针对蛙跳算法进化后期种群多样性下降、易陷于局部最优解的缺陷,提出一种自适应变异蛙跳算法。其基本思想是：根据函数变化率建立一种自适应变异选择机制,当函数变化率较大时,
为促使高等院校在学校、专业、课程、教师和学生不同层面建立完整且相对独立的自我质量保证机制,强化各层级质量管理系统的依存关系,形成全要素网络化的内部质量保证体系,设
为了保证企业的正常运营，国投集团每年均有大量的文件制作工作，如何降低采购成本，提高经济效益已成为企业共同关注的话题。