复杂数据流多项式新模型K*TDG及搜索算法

提出了一种新的多项式模型K*TDG解决复杂数据流的分解搜索问题,其边权值K表明了系统参数之间的紧密程度.对K*TDG、紧密K*TDG和松散K*TDG等概念进行了定义;对K*TDG模型的基本加法运算和乘法运算进行了讨论.在此基础上提出了一种复杂数据流的分解匹配算法.为了降低算法的复杂度,还提出了一种根据复杂元件多项式次数分组的策略.实验结果表明所提出的K*TDG模型能有效地用于复杂数据流的分解和匹配,所提出的算法和策略能使元件的搜索空间平均减少了49%.

面向复杂数据流的集成分类综述

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。

概念漂移复杂数据流分类方法综述

传统分类器难以应对含概念漂移的复杂类型数据流分类这一难题,且得到的分类效果往往不尽如人意。针对不同类型数据流中处理概念漂移的方法,从不平衡、概念演化、多标签和含噪声4个方面对概念漂移复杂数据流分类方法进行了综述。首先,对基于块的和基于在线的学习方式对不平衡概念漂移数据流、基于聚类和基于模型的学习方式对概念演化概念漂移数据流、基于问题转换和基于算法适应的学习方式对多标签概念漂移数据流和含噪声概念漂移数据流这四个方面的分类方法进行了分析介绍;然后,对所提到概念漂移复杂数据流分类方法的实验结果及性能指标进行了详细的对比和分析;最后,给出了现有方法的不足和下一步研究方向。

不平衡数据流的集成分类方法综述

现实世界的场景中,从数据流中学习会面临着类不平衡的问题,学习算法由于缺少训练数据而无法有效识别少数类样本。为了介绍不平衡数据流集成分类的研究现状和面临的挑战,依据近年来的不平衡数据流集成分类领域文献,从基于加权、选择和投票的决策规则和基于代价敏感学习、主动学习和增量学习的学习方式的角度详细分析和总结了不平衡数据流的集成方法,并比较了使用相同数据集的算法的性能。针对处理不同类型复杂数据流中的不平问题,从概念漂移、多类、噪声和类重叠四个方面对其集成分类算法进行总结,分析了经典算法的时间复杂度。对动态数据流、缺失信息的数据流、多标签数据流和不确定数据流中不平衡问题的分类挑战提出了下一步的集成策略研究。

Graphical-based data placement algorithm for cloud workflow

When workflow task needs several datasets from different locations m cloud, data transfer becomes a challenge. To avoid the unnecessary data transfer, a graphical-based data placement algo- rithm for cloud workflow is proposed. The algorithm uses affinity graph to group datasets while keeping a polynomial time complexity. By integrating the algorithm, the workflow engine can intelligently select locations in which the data will reside to avoid the unnecessary data transfer during the initial stage and runtime stage. Simulations show that the proposed algorithm can effectively reduce data transfer during the workflow＇ s execution.