《计算机工程与科学杂志》发表论文赏析

基于Hellinger距离的不平衡漂移数据流Boosting分类算法

来源:计算机工程与科学杂志2022年第5期北京时间:

作者:张喜龙, 韩萌, 陈志强, 武红鑫, 李慕航

单位:(北方民族大学计算机科学与工程学院,宁夏 银川 750021)

摘要:数据流中的不平衡问题会严重影响算法的分类性能,其中概念漂移更是流数据挖掘研究领域的一个难点问题。为了提高此类问题下的分类性能,提出了一种新的基于Hellinger距离的不平衡漂移数据流Boosting分类BCA-HD算法。该算法创新性地采用实例级和分类器级的权重组合方式来动态更新分类器,以适应概念漂移的发生,在底层采用集成算法SMOTEBoost作为基分类器,该分类器内部使用重采样技术处理数据的不平衡。在16个突变型和渐变型的数据集上将所提算法与9种不同算法进行比较,实验结果表明,所提算法的G-mean和AUC的平均值和平均排名均为第1名。因此,该算法能更好地适应概念漂移和不平衡现象的同时发生,有助于提高分类性能。

关键词:数据流,不平衡数据,概念漂移,Boosting,Hellinger距离,

基金资助:国家自然科学基金(62062004);宁夏自然科学基金(2020AAC03216,2022AAC03279);北方民族大学研究生创新项目(YCX21085)

2022年5期其他文献查阅:

高速芯片封装中多平行传输线的设计与优化

一种类脑处理器片上网络的验证框架

面向云环境的Flink负载均衡策略

基于Hellinger距离的不平衡漂移数据流Boosting分类算法

可防止无关属性干扰的属性基加密方案

基于ECC的区块链数据共享系统设计

基于随机森林算法的无线传感网络攻击流量阻断模型构建

基于半监督生成对抗网络的恶意代码家族分类实现

基于染色随机游走的可重叠社区发现

基于全卷积神经网络的单幅隧道图像裂纹提取算法

判别增强的生成对抗模型在文本至图像生成中的研究与应用

基于全融合网络的三维点云语义分割

用于CD56图像分割的细胞标注精细化与自适应加权损失

基于计算机辅助诊断技术的阿尔兹海默症早期分类研究综述

基于EMD距离的稀疏自编码器

混合神经网络模型与注意力机制的地址匹配算法

基于改进蚁群优化算法的养殖场机器人路径规划

小数据集情况下基于变权重融合的BN参数学习算法

基于多图卷积神经网络和注意力机制的学术新星预测方法

基于非负矩阵分解的群组推荐算法

基于改进在线极限学习机的短时交通流预测模型研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!