龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华南理工大学
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。
主权项：1.一种基于动态增量集成模糊的数据流分类方法，其特征在于，包括以下步骤：S1、采用自组织模糊逻辑分类器SOF进行离线学习，通过对数据流中的特征学习，建立起模糊逻辑规则以形成模糊分类器；S2、采用动态加权算法与模糊分类器结合，根据模糊分类器的分类性能赋予权重，并实现基分类器权重的迭代更新；通过事先设定的阈值，来动态的实现分类器的增减，最终形成动态的集成分类框架；S3、基于动态的集成分类框架，对输入的训练数据样本进行随机采样，生成采样子集；使用采样子集通过模糊分类器进行学习，实现对分类器的模糊规则的在线更新，从而实现以增量的形式更新整个集成分类框架；采用数据采样的方法，通过对输入的训练数据样本进行随机采样生成子集T，并将子集T作为训练集来使先前的分类器以增量学习的方式进行SOF在线学习并更新模糊规则，从而使分类器得到实时更新，有效的降低了数据流的动态性对分类器的影响；S4、采用加权投票机制，对集成分类框架的分类结果进行输出；集成分类框架通过加权投票机制将每个分类器的分类结果进行输出： 其中，表示时间戳t对应的训练数据xi所对应的第s个分类器，表示为加权投票后最大权重值所对应的分类结果。
全文数据：
权利要求：
百度查询： 华南理工大学 一种基于动态增量集成模糊的数据流分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号