[發(fā)明專利]一個基于信息熵的數(shù)據(jù)流自適應集成分類方法

在審

• 申請?zhí)枺?/td>: 201611158475.9
• 申請日: 2016-12-07
• 公開（公告）號: CN108170695A
• 公開（公告）日: 2018-06-15
• 發(fā)明（設計）人: 孫艷歌;卲罕;劉宏兵;馮巖;王淑禮;姚建峰
• 申請（專利權(quán)）人: 信陽師范學院
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一個基于信息熵的數(shù)據(jù)流自適應集成分類方法，其特征在于：自適應集成分類方法，分兩個階段組成：概念檢測階段和集成分類階段；其具體步驟包括如下：

步驟一：初始化集成分類器及緩存區(qū)；

步驟二：逐個將實例移入到滑動窗口中；

步驟三：利用所提出的基于兩個窗口的檢測模型描述如下：用W₁＝{x_t+1，x_t+2，...，x_t+n}和W₂＝{x_t+n+1，...，x_t+2n}分別表示t時刻兩個連續(xù)的大小相等的窗口，W₁表示參考窗口，W₂表示當前窗口。用JSD(W₁||W₂)度量兩個窗口之間分布的距離，當此值小于等于10^-5(非常接近于零)時，表示兩個窗口的數(shù)據(jù)分布相同，即發(fā)現(xiàn)重復概念；當大于10^-5小于閾值τ時，認為兩個窗口之間的分布無顯著性差異，當大于閾值則表明此時有概念漂移發(fā)生。閾值采用bootstrap的方法計算得到。由于窗口每次向前滑動一個實例，因此能及時檢測到突變式概念漂移；

步驟四：當檢測到有概念漂移發(fā)生時，就與分類器池中的建立分類器的數(shù)據(jù)的分布進行比較，若是新概念則新建一個分類器加入到分類器池中，并把相應的數(shù)據(jù)放在緩存區(qū)；若是重復概念則重用已有分類器。分類器按照重復使用的頻率從高到低排序，當分類器池中存放的分類器數(shù)達到最大值時，則替換最不經(jīng)常使用的分類器；

步驟五：根據(jù)每個基分類器在最新窗口中實例的分類錯誤率，采用加權(quán)投票的方式對每個實例進行預測。