当今, 人工智能已经广泛应用到各个领域中, 并取得了显著的效果. 数据归一化是人工智能应用
落地中的一个重要环节, 它有助于避免神经网络因数据量纲的复杂性对数据进行错误建模 …

数据流分类技术研究综述-[维普官方网站]-www.cqvip.com-维普网  我的维普 购物车 充值 客服
首页 | 期刊大全 | 文献分类 | 优先出版 | 论文检测 | 论文选题 | 在线分享 | 学者空间 | 学术机构 您的 …

深度学习已经广泛应用到各个领域, 如计算机视觉和自然语言处理等, 并都取得了明显优于早期
机器学习算法的效果. 在信息技术飞速发展的今天, 训练数据逐渐趋于大数据集 …

分类问题作为数据挖掘领域一个经典而重要的课题, 一直受到学术界的关注. 然而,
随着物联网的推广以及“大数据” 时代的到来, 传统数据分类方法正面临新的挑战 …

摘要大数据是需求驱动的概念. 随着数据库系统的普及和因特网服务的扩张,
企业或者个人可用的数据正在膨胀, 已有的技术很难满足大数据时代的数据分析需求 …

流数据分类旨在从连续不断到达的流式数据中增量学习一个从输入变量到类标变量的映射函数,
以便对随时到达的测试数据进行准确分类. 在线学习范式作为一种增量式的机器学习技术 …

针对不平衡数据流的分类问题, 结合基于权重的集成分类器与抽样技术, 本文提出了一种处理不
平衡数据流集成分类器模型. 理论分析与实验验证表明, 该集成分类器具有更低的计算复杂度 …

数据流概念漂移分类和挖掘研究综述-[维普官方网站]-www.cqvip.com-维普网  我的维普 购物车
充值 客服 首页 | 期刊大全 | 文献分类 | 优先出版 | 论文检测 | 论文选题 | 在线分享 | 会议平台 …

由于现有各种机器学习算法本质上都基于一个静态学习环境, 而以尽量保证学习系统泛化能力为
目标的寻优过程, 概念漂移数据流分类给机器学习带来了巨大挑战. 从数据流与概念漂移 …

摘要数据流聚类是数据流挖掘中的重要问题. 现实世界中的数据流往往同时具有连续属性和标称
属性, 但现有算法局限于仅处理其中一种属性, 而对另一种采取简单舍弃的办法 …