一种面向演进数据流的结合相似准则和反例信息的分类新方法
DOI:
CSTR:
作者:
作者单位:

1. 江南大学 数字媒体学院
2. 常州大学 信息科学与工程学院

作者简介:

倪彤光

通讯作者:

中图分类号:

TP181

基金项目:

国家自然科学基金:基于供应链低碳化的企业行为与运营优化决策研究;江苏省自然科学基金;江苏省研究生创新基金


Classification method based on similarity criterion and counterexample information for evolutionary data streams
Author:
Affiliation:

1. School of Digital Media,Jiangnan University
2. School of Information Science and Technology,Changzhou University

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出一种面向演进数据流数据的分类方法, 在有效利用相邻演进窗内数据间相似性信息的基础上, 通过引入反例信息, 构建一种面向演进数据流的增强型演进分类器优化目标函数, 从而推导出面向演进数据流的分类方法.该方法在保有最大间隔原则和全局优化特性的同时, 充分考虑了反例信息对待解分类平面的影响. 在模拟和真实数据集上进行实验, 结果表明了所提出方法的有效性.

    Abstract:

    A classification method for evolutionary data streams is proposed. By utilizing the similarity criterion between the data distribution within the adjacent evolutionary windows and the related knowledge of counterexamples effectively, a enhanced objective function for the optimization problem is proposed. Meanwhile, the solution for the optimization problem is also derived. Both the maximal margin criterion in each evolution window and global optimization of the whole evolutionary data stream are considered, the counterexamples are also fully utilized. The new method learns decision hyperplanes successfully. The experiments on the artificial and real datasets demonstrate the effectiveness of the proposed method.

    参考文献
    相似文献
    引证文献
引用本文

倪彤光 王士同 邓赵红 王骏.一种面向演进数据流的结合相似准则和反例信息的分类新方法[J].控制与决策,2013,28(11):1667-1673

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-07-18
  • 最后修改日期:2012-10-10
  • 录用日期:
  • 在线发布日期: 2013-11-20
  • 出版日期:
文章二维码