科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于动态增量集成模糊的数据流分类方法,用以解决现有方法对具有快速、动态变化和概念漂移的数据流分类时性能不稳定以及分类精度低的问题。所述方法包括：通过将可理解的自组织非参数模糊逻辑通过离线学习模块,建立自组织模糊逻辑分类器,并构造出集成模糊分类模型,通过加权投票的机制实现整体分类模型的输出；采用动态加权算法的思想,迭代更新分类器的权重,从而动态的实现分类器的增减；通过对当前数据块进行随机采样,生成采样子集,并结合自组织模糊分类器的在线学习模块进行在线更新分类器,从而以增量的形式更新整个集成模型,形成泛化性好,分类精度高的动态增量集成模糊分类框架。
- 单位
