-
公开(公告)号：CN118503738A
公开(公告)日：2024-08-16
申请号：CN202410312117.7
申请日：2024-03-19
Applicant: 南京邮电大学
IPC: G06F18/23213 , G06N3/088
Abstract: 本发明属于在线数据流环境下的概念漂移检测与自适应领域，公开了一种基于K‑Means空间模型的跟踪式增量无监督概念漂移自适应方法，该方法首先是利用训练数据训练预处理过程中涉及到的各种参数，并使用这些参数对数据进行预处理；再基于K‑Means空间模型，利用同类的内聚特性对低维数据实现无监督式的分类，并生成初始的概念集合；最后对于每一个到达的样本，基于距离判定阈值对其与每个概念的欧几里得距离进行条件判定，根据不同得到判定结果，对相应的概念采取不同的更新策略。该方法解决响应式概念漂移检测方法无法有效监测增量概念漂移发生的问题，增强概念集合模型构建的速度与质量，满足用户低时延、高精准的服务需求。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
