山东大学学报(工学版)

作者：周彦冰,马士伦,文益民

单位：广西图像图形与智能处理重点实验室(桂林电子科技大学), 广西 桂林 541004

关键词：数据挖掘,数据流,概念漂移,图结构,k关联最优图,

基金：国家自然科学基金资助项目(62366011);广西重点研发计划资助项目(桂科AB21220023);广西图像图形与智能处理重点实验室资助项目(GIIP2306)

为了解决传统的概念漂移检测方法,仅依赖错误率进行漂移检测不可靠的问题,提出一种基于图结构的概念漂移检测方法。该方法使用k关联最优图表示当前数据分布,定义样本的漂移率表示分类器与当前数据分布的不一致性,利用漂移率形成比特流,使用概念漂移检测器在比特流上检测概念漂移。通过与传统的使用错误率的概念漂移检测方法的对比和分析,结果表明在人工数据集上基分类器的准确率提高1%~5%,在真实数据集上提高1%~2%。所提出的方法有效提高概念漂移检测的准确性,帮助基分类器更好适应概念漂移。

来源：2025年第2期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2025年第2期