本发明提供了一种基于双向时序卷积网络和多堆叠集成学习的概念漂移检测方法，属于概念漂移检测领域。该方法具体包括：步骤1，提取生成的概念漂移数据流中数据的元特征，并将其分为训练集和测试集；步骤2，将步骤1得到的训练数据集作为双向时序卷积网络模型的输入进行模型的预训练，用测试集评估模型的性能；步骤3，对真实世界数据集进行数据清洗，应用多堆叠集成学习模型对每个时间戳内的样本进行预测并计算该窗口内各个时间戳错误率的平均值，以得到特征数据；步骤4，将提取到的特征输入至给预训练好的双向时序卷积网络模型进行概念漂移的检测，若检测到概念漂移则重新训练模型。
学校主页
科研管理系统