典型文献
面向复杂数据流的集成分类综述
文献摘要：
随着大数据的快速发展,挖掘有价值的知识可能会面临高维、大量、动态数据的影响,这些复杂数据流的出现会导致分类效果下降.为了进一步分析数据流集成分类的研究现状和面临的挑战,本文对复杂数据流集成分类进行综述以供进一步研究,从复杂数据流、领域数据流角度重点介绍了目前算法的核心思想以及性能.其中,复杂数据流主要介绍概念漂移、不平衡、多标签数据流等;然后,介绍文本、图、传感器等领域数据流,归纳了集成学习在领域数据流中的应用;之后,从验证技术、评估指标方面对数据流评估方法进行介绍;最后,展望未来研究可能的几个方向,包括不确定数据流集成分类的挑战、多种数据流并存集成分类的挑战、延迟数据流集成分类的挑战、数据流分类评估方法的挑战等.
文献关键词：
复杂数据流;集成学习;评估方法;领域数据流
中图分类号：
作者姓名：
张喜龙;韩萌;陈志强;武红鑫;李慕航
作者机构：
北方民族大学 计算机科学与工程学院, 宁夏 银川750021
文献出处：
引用格式：
[1]张喜龙;韩萌;陈志强;武红鑫;李慕航-.面向复杂数据流的集成分类综述)[J].广西师范大学学报（自然科学版）,2022(04):1-21
A类：
领域数据流
B类：
复杂数据流,集成分类,分类综述,会面,临高,高维,动态数据,分类效果,核心思想,概念漂移,多标签,标签数据,集成学习,验证技术,展望未来,不确定数据,数据流分类,分类评估
AB值：
0.225328
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
