%0 Journal Article
%T 基于动态特征提取和神经网络的数据流分类研究
%A 汪成亮
%A 庞栩
%A 陆志坚
%A 罗昌银
%J 计算机应用
%D 2010
%X ？为提高数据流分类的精确性和适应性,提出了一种新的数据流分类方法。该方法基于总体最小二乘法对数据流进行分段拟合,并将传统曲线分析算法——滑动窗口(sw)和在线数据分割(osd)进行结合、改进,以可变滑动窗口算法实现对数据流的合理分割,提高趋势分析精度。在此基础上,对数据流进行动态特征提取和判断,并以神经网络对数据流特征进行模式识别,精确分类,进而对监控对象提供早期预警、状态评估和决策支持。实验结果表明,该方法能对数据流进行有效的动态特征描述,分类效果明显。
%K 分类
%K 神经网络
%K 数据流
%K 可变滑动窗口
%K 趋势分析
%U http://www.joca.cn/CN/abstract/abstract12922.shtml