一种基于增量式BP神经网络的概念漂移数据流分类算法
일충기우증량식BP신경망락적개념표이수거류분류산법
An Incremental BP Neural Network Based Classification Algorithm for Concept Drifting Data Stream
  • 万方数据
    电子技术 전자기술
    ELECTRONIC TECHNOLOGY
    2015年 3期 21-25 ,共5页

    魏亚红%倪建成

    위아홍%예건성

    流式数据%概念漂移%分类%增量式学习%BP神经网络 流式數據%概唸漂移%分類%增量式學習%BP神經網絡
    류식수거%개념표이%분류%증량식학습%BP신경망락
    针对数据流时变性产生的概念漂移问题,在利用L-M算法优化BP神经网络的基础上,引入增量式学习机制,提出了一种具有动态自适应能力的概念漂移流式数据分类算法IBPNN-CDCA.实验结果表明,算法较之传统BP神经网络分类算法等具有更好的抗概念漂移能力,并且大幅度提高了分类准确度,从而为实时分类海量概念漂移数据提供了一种新方法.
    침대수거류시변성산생적개념표이문제,재이용L-M산법우화BP신경망락적기출상,인입증량식학습궤제,제출료일충구유동태자괄응능력적개념표이류식수거분류산법IBPNN-CDCA.실험결과표명,산법교지전통BP신경망락분류산법등구유경호적항개념표이능력,병차대폭도제고료분류준학도,종이위실시분류해량개념표이수거제공료일충신방법.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문