基于模糊聚类的数据流概念漂移检测算法

来源 :计算机科学 | 被引量 : 0次 | 上传用户:pangzhu311
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对数据流中可能出现的概念漂移现象,采用改进的FCM算法进行模糊聚类,提出在大小可变的滑动窗口中通过度量相邻窗口之间的差异性来判断是否发生了概念漂移,并给出了相应的处理方法。实验表明该算法能够有效地检测出数据流中的概念漂移现象,具有很好的聚类效果和很高的时间效率。
其他文献
解释诊断是基于模型诊断研究领域的一个重要分支。针对认知解释诊断的可判定的片段,给出了认知解释诊断类的定义,并给出了一个求解唯一认知解释诊断类的算法。
在高性能视频压缩标准中,由于熵编码算法的高度复杂性和变换系数的庞大计算量,使得变换系数编码成为影响视频编码效率的瓶颈之一。根据变换系数大都是零或一些绝对值较小的数
目的探讨腺相关病毒介导的CD151在急性心肌梗死(AMI)对小型猪心肌细胞凋亡及心功能的影响。方法建立猪AMI模型,随机分为4组,分别给心肌内注入腺相关病毒介导的GFP基因(rAAV-GFP)6
显著区域检测是计算机视觉中非常活跃的研究方向,其应用领域极为广泛.如何快速准确地找到图像的显著区域尚未形成完整的理论体系,且与具体应用密切相关,对研究人员来说仍是一
基于不确定性决策问题,提出一种D型概率决策形式背景,并针对D型概率决策形式背景定义"△"算子,获得概率形式概念,构造相应的概念格。又定义了D型概率决策形式背景的协调性,在协
含有大规模决策变量的优化问题是当前多目标进化算法领域中的研究热点和难点之一。在解决大规模变量问题时,目前的进化算法并没有寻找决策变量之间的关联信息,而都只是将所有变