一种面向动态不平衡数据流的集成超限学习机分类算法

随着数据收集、存储和传输技术的快速发展,数据流的挖掘处理技术正在成为机器学习中的一个热点问题。在许多情形下,持续到达的数据之间可能会呈现出不平衡的态势,甚至是动态不平衡,这给许多机器学习算法造成了困难。文中提出面向动态不平衡数据流的集成超限学习机算法,设计了数据流中不平衡率变化的快速监测方法,修正了历史数据不平衡率的计算方式,使其更接近不平衡率的实时变化,并结合超限学习机的特点,将增量学习与集成学习结合。定期剔除权重低的基分类器,利用新到达的数据更新集成中的基分类器和训练新的基分类器。该方法针对动态不平衡数据流设计,具有很好的学习能力,同时也能适用于静态或者平衡的数据流的分类。实验中,将该方法与其他几种常用的方法在一些不同类型的数据流上进行了比较,结果表明,文中方法的分类性能更好。

面向智能终端的景区应急管理系统研究与设计

近年来,随着我国社会经济的快速发展,人们生活水平的不断提高,对于生活质量的要求也越来越高。目前,旅游是人们休闲娱乐的一种重要形式。然而,各个景区在黄金周,游客数量都在明显的升高,这样就在一定程度上加大了自然灾害事件的发生,预防灾害的发生已经成为相关企业关注的焦点。智能终端的飞速发展,可以有效的解决相关问题,目前的智能终端系统包括地理信息系统技术、移动通信技术、卫星导航技术等。文章就相关问题进行分析,以供参考。