论文部分内容阅读
本文试图探索分类器在分类随时间推进的过程中面临的演变需求，该需求是外界的扰动对训练观念的改变弓陷的。本文从以下两方面进行了介绍：1.训练数据的属性特征选取需要变化。2.训练数据的分类标签的指称需要补偿或修正。
可验证对象集分类器的再训练演进
【摘 要】
：
本文试图探索分类器在分类随时间推进的过程中面临的演变需求，该需求是外界的扰动对训练观念的改变弓陷的。本文从以下两方面进行了介绍：1.训练数据的属性特征选取需要变化。2.
【机 构】
：
四川大学计算机学院,成都,610064
【出 处】
：
第十九届全国数据库学术会议
【发表日期】
：
2002年期
其他文献
分类是一种重要的数据分析形式。目前，已经有许多种分类方法，但其中大部分都是内存驻留算法，通常假定数据量很小。随着数据库中数据量和维数越来越大，建立高效的、适用于大型数据
随着Internet的飞速发展,基于Web平台的各种应用受到了广泛的欢迎,基于Web平台的电子商务得到了空前的发展.对于一个电子商务网站来说,其拓扑结构蕴含了各个页面之间的关联关
网络上信息量的剧增,给网站的管理和用户的浏览带来一系列的难题.Web个性化技术,即Web站点根据用户的需求为其提供一对一的服务的技术,正是针对这些难题的解决应运而生的.目
会议
神经网络和遗传算法的结合是当前智能技术研究的重要内容，也是计算智能CI技术的重要组成部分。本文在分析BP算法和遗传算法机理之后，提出了一种遗传BP神经网络数据挖掘技术。由
关联规则是由Agrawal等人首先提出的一个重要的KDD研究课题,它反映了大量数据中项目集之间有趣的关联或相关联系.发现频繁项目集是关联规则挖掘应用中的关键技术和步骤.近年
会议
Internet的迅速发展,使其成为全球信息传递和共享的最重要资源,如何利用Internet上的大量信息成为亟待解决的问题.由于Internet上的数据多以半结构或无结构的形式出现,因此传
会议
目前，在数据仓库的数据清洗过程中，数据的不完全问题，并不受重视。现有的处理方法之一是直接去掉带缺失项的记录，这一方法虽然筒单，也使我们失去了许多有用的信息，甚至会使基于该数
会议
本文提出的算法EBNC一次处理整个数据集合的样本，因而速度比较快。这个算法基于Shannon信息理论，对于处理离散取值的属性有较高的准确性，同时保留了在引言中所述的Bayes网络的两
数据挖掘的优势在于它能从大量数据中提取人们感兴趣的、事先朱知的知识和规律。因此，基于数据挖掘的异常入侵检测方法可以不依赖于经验而检测出未知的攻击。但是，建立异常检测
会议