50、数据处理与分类算法的研究进展

数据处理与分类算法的研究进展

在数据处理和分类领域，有两项重要的研究成果值得关注，一项是关于竞争变化检测器的研究，另一项是基于模拟退火的数据流处理集成分类器训练算法。

竞争变化检测器

在数据检测中，竞争变化检测器是一种常用的工具。它在处理合成数据和实际数据时都有出色的表现。

合成数据检测结果

对于合成数据，所有可检测的变化都能被清晰表示。例如，在 x = 10、11 处有值的跳跃，x = 20 处有导数的跳跃，x = 30、31 处有值和导数的组合跳跃。不同类型和颜色的线条及标记在图例中有部分解释，如 Err L 表示左误差，Err R 表示右误差；Edg 0 表示函数的跳跃，用红色星号标记；Edg 1 表示其一阶导数的跳跃，用蓝色星号标记；Sgf 0 表示统计上显著的边缘，用空心黑色星号标记；Nsg 0 表示统计上不显著的边缘，用实心黑色星号标记（在该图像中无此类点），角度以十度为单位显示。

噪声中误报的剔除

在测试剔除不太显著的阶跃变化的能力时，使用了具有高斯噪声（均值为零，σ = 10）的数据。从结果可以看出，确实成功剔除了一些但并非全部的误报检测，而在 x = 30、31 处最显著、强烈的跳跃始终被保留。

测试情况	结果
无噪声测试步	正常检测
添加零均值噪声（σ = 10）的测试步	部分误报被成