發(fā)布時間：2018-04-22 05:31

  本文選題：不完全標記 + 自適應　； 參考：《計算機科學》2016年12期

【摘要】：現(xiàn)實生活中網(wǎng)絡監(jiān)控、網(wǎng)絡評論以及微博等應用領域涌現(xiàn)了大量文本數(shù)據(jù)流,這些數(shù)據(jù)的不完全標記和頻繁概念漂移給已有的數(shù)據(jù)流分類方法帶來了挑戰(zhàn)。為此,面向不完全標記的文本數(shù)據(jù)流提出了一種自適應的數(shù)據(jù)流分類算法。該算法以一個標記數(shù)據(jù)塊作為起始數(shù)據(jù)塊,對未標記數(shù)據(jù)塊首先提取標記數(shù)據(jù)塊與未標記數(shù)據(jù)塊之間的特征集,并利用特征在兩個數(shù)據(jù)塊間的相似度進行概念漂移檢測,最后計算未標記數(shù)據(jù)中特征的極性并對數(shù)據(jù)進行預測。實驗表明了算法在分類精度上的優(yōu)越性,尤其在標記信息較少和概念漂移較為頻繁時。
[Abstract]:In real life, a large number of text data streams have emerged in the application fields such as network monitoring, network review and Weibo. The incomplete marking and frequent concept drift of these data have brought challenges to the existing data stream classification methods. For this reason, an adaptive data stream classification algorithm for incomplete tagged text data streams is proposed. The algorithm takes a tagged data block as the starting data block, firstly extracts the feature set between the labeled data block and the unlabeled data block, and uses the similarity between the two data blocks to detect the concept drift. Finally, the polarity of the features in the unlabeled data is calculated and the data is predicted. Experiments show the superiority of the algorithm in classification accuracy, especially when the marking information is less and the concept drift is more frequent.
【作者單位】： 合肥工業(yè)大學計算機與信息學院;
【基金】：教育部創(chuàng)新團隊(IRT13059) 國家自然科學基金(61305063,61273292) 博士點項目基金(20130111110011)資助
【分類號】：TP391.1

【相似文獻】

相關期刊論文 前10條

1 侯勇嚴,孫瑜,郭文強;一種自適應模糊PID控制器的仿真研究[J];陜西科技大學學報;2004年02期

2 王華;應晶;蔣濤;;基于審查不確定性的預見式軟件自適應[J];浙江大學學報(工學版);2010年01期

3 高新建;李艷玲;張明強;欒玉環(huán);孫豐榮;姚桂華;;實時心肌聲學造影圖像的自適應時空濾波[J];計算機工程;2011年S1期

4 黃河笑,郭俊文;計算機自適應考試的若干研究[J];微型電腦應用;1999年11期

5 潘柏松,劉紅,馮曉斐;基于功能單元的產(chǎn)品自適應設計系統(tǒng)研究[J];機械;2001年03期

6 謝毓湘,欒悉道,吳玲達,老松楊,朱小俊;一種自適應的鏡頭探測模型[J];計算機工程;2004年12期

7 朱曉娟;常朝穩(wěn);;移動商務的自適應資源調(diào)用動態(tài)平衡策略[J];微計算機信息;2006年06期

8 劉晶;;自適應聚類在相關反饋檢索中的應用研究[J];電腦知識與技術(shù);2008年11期

9 高超;杜景林;楊樂;;自適應心跳機制在氣象作業(yè)指揮系統(tǒng)中的應用[J];福建電腦;2009年12期

10 劉偉;李宇;;分布式空頻碼自適應聯(lián)合編譯碼方案性能研究[J];電視技術(shù);2014年03期

相關會議論文 前10條

1 王蓬;宋明玉;張林芳;王新遠;;廣義自適應相干累積算法改進及其在線譜增強中的應用[A];中國聲學學會2007年青年學術(shù)會議論文集（上）[C];2007年

2 陳博;方濱興;云曉春;;一種自適應的蠕蟲檢測和遏制方法的研究[A];全國網(wǎng)絡與信息安全技術(shù)研討會'2005論文集（上冊）[C];2005年

3 李國;張心珂;楊國慶;高慶吉;;一種自適應的運動目標實時跟蹤算法[A];2006年首屆ICT大會信息、知識、智能及其轉(zhuǎn)換理論第一次高峰論壇會議論文集[C];2006年

4 楊寒光;;電子地圖中的自適應注記[A];工程設計與計算機技術(shù)：第十五屆全國工程設計計算機應用學術(shù)會議論文集[C];2010年

5 孟宏;劉玉;;基于復調(diào)制的自適應細化譜算法[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（Ⅰ）[C];2008年

6 唐文彬;郝重陽;;目標成像識別的自適應融合系統(tǒng)和方法[A];中國圖象圖形科學技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

7 賈棋;于玉龍;郭禾;李豪杰;;基于自適應模板的快速人臉檢測[A];第七屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2011)論文集【poster】[C];2011年

8 覃雄派;曹巍;王珊;;數(shù)據(jù)庫鎖資源的自適應管理[A];第二十四屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2007年

9 梁韻基;周興社;於志文;;面向老年人的自適應提醒服務系統(tǒng)[A];第18屆全國多媒體學術(shù)會議（NCMT2009）、第5屆全國人機交互學術(shù)會議（CHCI2009）、第5屆全國普適計算學術(shù)會議（PCC2009）論文集[C];2009年

10 洪榛;俞立;張貴軍;;一種基于N階最短近鄰自適應確定聚類數(shù)量的方法[A];第二十九屆中國控制會議論文集[C];2010年

相關博士學位論文 前6條

1 王蓉芳;基于協(xié)同進化優(yōu)化和圖像先驗的分塊自適應壓縮感知[D];西安電子科技大學;2014年

2 梁凌宇;人臉圖像的自適應美化與渲染研究[D];華南理工大學;2014年

3 朱磊;基于自適應鄰域概念的視頻圖像處理技術(shù)研究[D];中國科學技術(shù)大學;2007年

4 楊洋;三維人體動作分析及其在智能舞蹈教學系統(tǒng)中的應用[D];中國科學技術(shù)大學;2012年

5 江澤濤;從序列圖象重建三維物體形狀方法研究[D];西北工業(yè)大學;2006年

6 洪宇;基于語義結(jié)構(gòu)和時序特征的話題檢測與跟蹤技術(shù)研究[D];哈爾濱工業(yè)大學;2009年

相關碩士學位論文 前10條

1 查志遠;自適應范數(shù)約束圖像正則化重建研究[D];昆明理工大學;2015年

2 包震坤;最小失真自適應隱寫模型及嵌入編碼研究[D];解放軍信息工程大學;2014年

3 李旭;自適應光強變化的齒輪視覺測量技術(shù)研究[D];中北大學;2016年

4 朱沛;星上自適應、軟件化調(diào)制技術(shù)研究[D];西安電子科技大學;2006年

5 馬海瑛;計算機自適應考試系統(tǒng)研究與實現(xiàn)[D];東北師范大學;2011年

6 仇s，

本文編號：1785830