流数据作为一种新型数据,在各个领域均有应用,其快速、大量及持续不断的特点使得单遍精准扫描成为在线学习算法的必备特质.在流数据不断产生过程中,往往会发生概念漂移,目前对于概念漂移节点检测的研究相对成熟,然而实际问题中学习环境因素朝不同方向发展往往会导致流数据中概念漂移类别的多样性,这给流数据挖掘及在线学习带来了新的挑战.针对这个问题,提出一种基于时序窗口的概念漂移类别检测(concept drift class detection based on time window,CD-TW)方法.该方法借助栈和队列对流数据进行存取,借助窗口机制对流数据进行分块学习.首先创建2个分别加载历史数据和当前数据的基础节点时序窗口,通过比较二者所包含数据的分布变化情况来检测概念漂移节点.然后创建加载漂移节点后部分数据的跨度时序窗口,通过分析该窗口中数据分布的稳定性检测漂移跨度,进而判断概念漂移类别.实验结果表明该方法不仅能够精确定位概念漂移节点,同时在漂移类别判断方面也表现出良好性能.
高斯过程通过概率建模能够有效地捕捉数据中的复杂关系，并提供关于预测结果的不确定性评估，是一个强大而灵活的工具．但由于矩阵求逆的较高计算复杂度，限制了模型在其他领域内的应用．本文针对高斯过程模型的矩阵求逆问题，提出了一种基于球谐函数的高斯过程近似模型（Variational Sparse Gaussian Processes based on Spherical Harmonic， SHVSGP），通过球谐函数将数据映射到超球面上，在一个不同于数据原始输入域的空间中寻找一个更紧凑的输入特征代表集，使得产生的稀疏高斯过程模型能够包含有更丰富的信息特征，同时获得诱导变量相关的对角协方差矩阵，这极大简化了矩阵运算的复杂度，节省了计算成本．本文将SHVSGP模型与当下流行的其他近似方法在大规模数据集上进行比较，结果表明SHVSGP模型可以获得高效且精确的预测.
暂无评论