買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜南京郵電大學申請的專利一種具有概念漂移檢測功能的集成學習分類方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119884959B 。

龍圖騰網通過國家知識產權局官網在2025-06-20發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510362980.8，技術領域涉及：G06F18/243；該發明授權一種具有概念漂移檢測功能的集成學習分類方法及系統是由李瀟劍;潘甦設計研發完成，并于2025-03-26向國家知識產權局提交的專利申請。

本一種具有概念漂移檢測功能的集成學習分類方法及系統在說明書摘要公布了：本發明公開了一種具有概念漂移檢測功能的集成學習分類方法及系統，涉及機器學習與數據流處理技術領域，包括：獲取可擴展的滑動窗口的高維數據，采用主成分分析PCA對可擴展的滑動窗口的高維數據進行降維，提取得到關鍵特征數據；基于自適應窗口預警檢測方法對關鍵特征數據進行實時監測，在漂移預警時自動擴展自適應窗口，并獲取發生概念漂移時的自適應窗口的原始數據；將發生概念漂移時的自適應窗口的原始數據輸入至預先建立的基于集成霍夫丁樹的學習模型，得到訓練后的基于集成霍夫丁樹的學習模型，基于訓練后的基于集成霍夫丁樹的學習模型進行數據流的實時分類，能夠提升流數據分類的準確性，并增強模型對概念漂移的自適應能力。

本發明授權一種具有概念漂移檢測功能的集成學習分類方法及系統在權利要求書中公布了：1.一種具有概念漂移檢測功能的集成學習分類方法，其特征在于，方法包括以下步驟：獲取可擴展的滑動窗口的高維數據，采用主成分分析PCA對可擴展的滑動窗口的高維數據進行降維，提取得到關鍵特征數據；基于自適應窗口Kolmogorov-Smirnov預警檢測方法對關鍵特征數據進行實時監測，判斷是否發生概念漂移，若發生概念漂移，則獲取發生概念漂移時的自適應窗口的原始數據，并自動擴展自適應窗口，若未發生概念漂移，自適應窗口進行正常滑動；其中，所述自適應窗口的原始數據為網絡流量數據，所述網絡流量數據被分為正常流量和異常流量；基于自適應窗口Kolmogorov-Smirnov預警檢測方法對關鍵特征數據進行實時概念漂移檢測的過程如下：對提取的關鍵特征數據的k個維度，分別計算累積分布函數差異的統計量Di及對應的pi值，再根據每個主成分的方差貢獻率Vi加權得到全局漂移顯著性分數p，設定顯著性水平α作為概念漂移判定閾值，并定義預警閾值β；若p≤α，認為發生了數據概念漂移，系統將清除歷史窗口數據，并使用自適應窗口數據重新訓練集成Hoeffding樹模型；若α＜p≤β，則認為發生了漂移預警，系統自動進入彈性緩沖階段，動態擴展自適應窗口以積累潛在漂移樣本；若p＞β，則認為未發生漂移，繼續滑動窗口更新數據；將發生概念漂移時的自適應窗口的原始數據輸入至預先建立的基于集成Hoeffding樹的學習模型，得到訓練后的基于集成Hoeffding樹的學習模型，基于訓練后的基于集成Hoeffding樹的學習模型進行數據流的實時分類；預先建立的基于集成Hoeffding樹的學習模型通過基于主樹與多子樹架構進行集成，其中，主樹使用完整指標集訓練確保全局特征覆蓋，子樹通過隨機選擇部分指標維度生成差異化分類器，主樹與多子樹均基于基尼增益差值與Hoeffding邊界動態判斷節點分裂，更新樹結構以捕捉特征分布變化；基于集成Hoeffding樹的學習模型內集成Hoeffding樹的聯合決策過程如下：基于預先建立的集成Hoeffding樹模型，當數據流輸入模型進行預測時，綜合主樹T1與子樹T2～Tk的預測結果，通過動態加權投票機制生成最終分類結果；決策窗口初始化：采用滑動窗口Q量化子樹T2～Tk的歷史決策可靠性，設定滑動窗口容量為dimpact×q，初始狀態填充全1值，設子樹T2～Tk初始決策正確；窗口更新規則：每當新樣本輸入時，子樹T2～Tk對樣本進行加權投票預測，若預測正確，向滑動窗口最新位填充1，否則填充0，其中子樹T2～Tk正確預測標記為1，錯誤預測標記為0；可信度計算：當數據流到達時，統計窗口內子樹T2～Tk做出正確決策的總和SumQ，可表示為公式11： 其中Q[i]表示滑動窗口Q中存儲的第i個決策值；聯合決策：將SumQ與預設閾值dimpact×q比較；若SumQ≥dimpact×q，判定子樹T2～Tk決策可信，采用多數投票策略融合主樹T1與子樹T2～Tk的預測結果；若SumQdimpact×q，僅采用主樹T1的輸出作為最終分類結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京郵電大學，其通訊地址為：210003 江蘇省南京市鼓樓區新模范馬路66號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。