基于RD-PSO优化算法的自适应数据流分类

邹劲松 李 芳

1(重庆水利电力职业技术学院普天大数据产业学院 重庆 402160) 2(重庆大学计算机学院 重庆 400044)

0 引 言

由于无处不在的互联网和激增的移动设备，各种来源的数据流数量指数级增长，这样的流通常以高速和数据分布随时间的变化为特征[1]，非平稳数据流分类在机器学习和数据挖掘领域的重要性与日俱增。概念漂移分为多种类型，如突变式、渐进式和重现式等[2]。其中：突发式概念漂移指数据的分布突然被新的分布所取代；渐进式概念漂移是指传入数据的新分布比例会提高，而来自前一分布的数据的比例会随着时间的推移而下降；重现式概念漂移指相同的旧数据分布在经过一段时间后以不同的分布重新出现[3-4]。比较理想的非平稳数据流分类方法应能够在最小化计算复杂度的同时具有最小可能的误分类率，并可以快速适应可能的概念漂移。

集成学习技术使用投票机制创建并组合多个分类器，以建立单个类作为数据实例的输出[5-6]。由于其在训练和更新分类器方面的灵活性，集成技术对非平稳环境中的流分类有较好的性能。粒子群优化(Particle Swarm Optimisation, PSO)算法是通过模拟鸟群或鱼群中觅食行为而发展起来的一种基于群体协作的随机搜索算法[7-8]，它的主要目标是找到函数的全局最小值。PSO通过创建候选解的初始随机群来进行初始化，然后粒子以动态速度在搜索空间中适应性移动以找到最佳解决方案[9-10]。

近年来，有关非平稳数据流分类已取得若干成果。……