基于自适应集成分类器的数据流概念漂移算法研究

针对RED算法在网络拥塞控制中使得队列波动较大的缺点,提出了一种归一化最小均方(NLMS)算法,并研究了NLMS算法在主动队列管理中的具体实现。仿真实验通过对NLMS算法、RED算法、REM算法、LR

本方法简单明了，不累述，实用性强。设计流程为 参数设置——初始化——权系数更新——输出——结束

Stream于WEB网络的数据流的例子 virtual type get(int i); virtual void push(type object); virtual type pop(); vir

在设计嵌入式系统时对于系统程序之间的数据链中相关数据流的分析介绍。

数据流图（DFD：Data Flow Diagram）就是组织中信息运动的抽象，是信息逻辑系统模型的主要形式。

几何矩函数不变量的计算过程中，由于数字图像的离散化，图像本身尺度的缩放会带来计算误差，从而引起尺度不变量值的波动。通过分析较低分辨率下几何矩尺度不变量值的不规则波动，推断计算过程中常常会发生误差扩大现

论文研究-基于自适应模糊度参数选择改进FCM算法的负荷分类.pdf, 在建立了负荷分类五阶段过程模型的基础上，提出了用类内距离和与类间距离和之比作为负荷分类评价指标自适应选择模糊度参数的方法，同时用模

为了提高进化数据流的聚类质量，提出基于半监督近邻传播的数据流聚类算法（SAPStream），该算法借鉴半监督聚类的思想对初始数据流构造相似度矩阵进行近邻传播聚类，建立在线聚类模型，随着数据流的进化，应

提出了一种尺度和方向自适应的均值漂移跟踪算法,以解决在均值漂移跟踪框架下如何估计目标的尺度和方向变化的问题。 在原始的均值漂移跟踪算法中,可以很好地估计目标的位置,而不能自适应地估计比例和方向的变化。

集成分类通过将若干个弱分类器依据某种规则进行组合，能有效改善分类性能。在组合过程中，各个弱分类器对分类结果的重要程度往往不一样。极限学习机是最近提出的一个新的训练单隐层前馈神经网络的学习算法。以极限学