一种面向演进数据流的结合相似准则和反例信息的分类方法
来源期刊：控制与决策2013年第11期
论文作者：倪彤光 王士同 邓赵红 王骏
文章页码：1667 - 1673
关键词：演进数据流;分类;支持向量机;反例;
摘 要：提出一种面向演进数据流数据的分类方法,在有效利用相邻演进窗内数据间相似性信息的基础上,通过引入反例信息,构建一种面向演进数据流的增强型演进分类器优化目标函数,从而推导出面向演进数据流的分类方法.该方法在保有最大间隔原则和全局优化特性的同时,充分考虑了反例信息对待解分类平面的影响.在模拟和真实数据集上进行实验,结果表明了所提出方法的有效性.
倪彤光1,2，王士同1，邓赵红1，王骏1
1. 江南大学数字媒体学院2. 常州大学信息科学与工程学院
摘 要：提出一种面向演进数据流数据的分类方法,在有效利用相邻演进窗内数据间相似性信息的基础上,通过引入反例信息,构建一种面向演进数据流的增强型演进分类器优化目标函数,从而推导出面向演进数据流的分类方法.该方法在保有最大间隔原则和全局优化特性的同时,充分考虑了反例信息对待解分类平面的影响.在模拟和真实数据集上进行实验,结果表明了所提出方法的有效性.
关键词：演进数据流;分类;支持向量机;反例;
