1、隨著信息時代的推進(jìn)，在諸如網(wǎng)絡(luò)安全、股票分析、氣象監(jiān)控、信用卡欺詐等領(lǐng)域產(chǎn)生大量無法長期存儲的數(shù)據(jù)，這些隨時間而無限增長的動態(tài)數(shù)據(jù)稱之為數(shù)據(jù)流。數(shù)據(jù)流的分析與處理受存儲容量和計算速度等因素的制約，同時數(shù)據(jù)流中隱含豐富的、有價值的知識，而且其隱含的知識概念可能會隨著環(huán)境的變化、時間的推移而發(fā)生動態(tài)變化，也即概念漂移。
　　數(shù)據(jù)流中的數(shù)據(jù)具有快速性、實時性、無限性、廣域性同時還具有動態(tài)變化特性，加之客觀存在的概念漂移，這使得在初始數(shù)據(jù)

2、集上建立的模型很難適應(yīng)當(dāng)前數(shù)據(jù)分布特性，從而給流數(shù)據(jù)的分析和挖掘問題帶來了嚴(yán)峻的挑戰(zhàn)。其中，如何準(zhǔn)確及時有效地檢測流數(shù)據(jù)中發(fā)生的概念漂移并適應(yīng)漂移變化已成為機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘領(lǐng)域的研究熱點和難點問題。為此，本文針對動態(tài)流數(shù)據(jù)中的概念漂移的檢測問題展開了研究，主要工作如下：
　　（1）對近年來國際上關(guān)于流數(shù)據(jù)概念漂移檢測方法的研究成果進(jìn)行了總結(jié)，分析了已有漂移檢測算法存在的優(yōu)缺點。
　?。?）為了能夠準(zhǔn)確快速地檢測到不同類型的

3、概念漂移和不同概念漂移發(fā)生的具體位置。提出一種基于交疊數(shù)據(jù)窗的在線概念漂移檢測方法，該方法通過計算相鄰交疊數(shù)據(jù)窗異構(gòu)歐氏距離，并通過近鄰原則判別數(shù)據(jù)窗中樣本不一致程度，從而實現(xiàn)分布差異性評價和漂移的檢測。為了評價該方法的有效性，在具有不同漂移嚴(yán)重程度和漂移速度的公開數(shù)據(jù)集上進(jìn)行了實驗，結(jié)果表明：交疊數(shù)據(jù)窗比非交疊數(shù)據(jù)窗更能及時準(zhǔn)確地檢測到漂移的發(fā)生。
　?。?）研究了一種基于數(shù)據(jù)窗典型相關(guān)分析的在線概念漂移檢測方法，該方法把當(dāng)前到

4、來的數(shù)據(jù)流序列看成一系列矩陣窗口，然后通過奇異值分解和典型相關(guān)分析技術(shù)處理實現(xiàn)分布差異性評價，并通過調(diào)整數(shù)據(jù)窗來適合于不同類型的概念漂移的檢測。在包含不同嚴(yán)重程度和不同漂移速度的人工漂移數(shù)據(jù)集上的實驗表明，該算法能夠很好地檢測到漸變式漂移的發(fā)生和較嚴(yán)重的突變漂移；在半人工數(shù)據(jù)集上進(jìn)行的實驗，驗證了經(jīng)過調(diào)整后的數(shù)據(jù)窗比固定數(shù)據(jù)窗的檢測效果要好；最后，將算法應(yīng)用到了真實數(shù)據(jù)集——意大利電力公司的Powersupply數(shù)據(jù)集的漂移檢測，驗證了