[发明专利]一种基于AWE-OTLMS-RC-OTL的数据流分类算法

权利要求书

1.本发明一种基于AWE-OTLMS-RC-OTL的数据流分类算法，其特征在于：(1)计算每个基分类器分类误差；(2)计算无效数据检测及剔除函数；(3)构建基分类器；(4)加权整合输出分类概率；(5)判定概念漂移样本错误率；(6)构建新的加权分类器；具体包括以下六个步骤：

步骤一：计算每个基分类器分类误差E_rr：

把数据流分成不同的序列，通过交叉留一取样的方式训练不同基分类器的分类误差E_rr，如下公式所示：

式中，E_rr表示分类器的期望误差，A(b)表示较差取样时较差样本数目，f_b是b的密度函数，b表示分类器的边界与最优边界的差值；

步骤二：计算无效数据检测及剔除函数f(x,p)：

剔除目标领域中使用数据中的无效数据，大幅度提高分类器的分类效果，公式如下所示：

式中，p^v,pⁱ表示分类数据权重，且表示常规原始分类器，此处取的SVM分类器，其中S_i中的i表示样本的取样组数；

步骤三：构建基分类器f^T：

构建基分类器，并通过优化函数对分类器进行优化，获得最优化的基分类器，如下公式所示：

式中，{(x_i,y_i)|X×Y|i＝1,...,t}表示数据集向量，α_i表示数据量的一个调节参数，H表示定义在核函数k(x_i,x)上的希尔伯特空间的重构，C表示一个交换参数，l(f^T(x_t),y_t)表示铰链损耗函数；

步骤四：加权整合输出分类概率

获得基分类器分类误差后，通过加权平均的方式对基分类器整合获得集成分类器分类输出，如下公式所示：

式中，表示第c类中第y个实例的分类概率，ω_i表示第i个分类器的权重，这里假设跟第分类误差成反比；

步骤五：判定概念漂移样本错误率e：

预先给定一个阈值F_Thresh，当F_Thresh＜e的时候认为窗口疑似发生概念漂移现象，这个时候则构建新的集成分类器，公式如下所示：

式中，Nerr表示当前分类器对前半段窗口样本的分类错误数量，p为当前窗口长度；

步骤六：构建新的加权分类器f：

当数据流发生概念漂移现象时，通过计算最近的样本与存储的各历史分类器之间的领域相似度，以选择最适合对后续样本进行学习的源分类器，如下公式所示：

式中，α₁,α₂表示分类器权重系数，新建分类器是初始化为w_s,w_t为基分类器加权为集成分类器f时的权重系数，新建分类器是w_t＝0。