《计算机应用研究》|Application Research of Computers

数据流集成分类算法综述

Summarization of data stream ensemble classification algorithm

免费全文下载 (已被下载 次)  
获取PDF全文
作者 许冠英,韩萌,王少峰,贾涛
机构 北方民族大学 计算机科学与工程学院,银川 750021
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2020)01-001-0001-08
DOI 10.19734/j.issn.1001-3695.2018.09.0510
摘要 详细介绍了国内外集成分类算法,对集成分类算法的两个部分(基分类器组合和动态更新集成模型)进行了详细综述,明确区分不同集成算法的优缺点,对比算法和实验数据集。并且提出进一步的研究方向和考虑的解决办法。
关键词 数据流分类; 集成学习; 概念漂移
基金项目 国家自然科学基金资助项目(61563001)
宁夏自然科学基金资助项目(NZ17115)
北方民族大学研究生创新项目(YCX18055)
本文URL http://www.arocmag.com/article/01-2020-01-001.html
英文标题 Summarization of data stream ensemble classification algorithm
作者英文名 Xu Guanying, Han Meng, Wang Shaofeng, Jia Tao
机构英文名 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.
英文关键词 data stream classification; ensemble learning; concept drift
参考文献 查看稿件参考文献
 
收稿日期 2018/9/11
修回日期 2018/10/26
页码 1-8,15
中图分类号 TP301.6
文献标志码 A