一种基于自适应数据驱动的概念漂移检测方法及系统

本发明涉及一种基于自适应数据驱动的概念漂移检测方法及系统，属于机器学习技术领域。包括以下步骤：步骤1：对净水厂数据进行预处理，设置原型神经网络参数；步骤2：调整数据分布：提取历史数据中的数据分布特征并结合重采样概率生成初分数据集；步骤3：数据变异，引入三种变异因子，生成再突数据集；步骤4：对于再突数据集，求取元特征；步骤5：将再突数据集划分为支持集与查询集输入原型神经网络中进行预训练，得到训练后的原型神经网络；步骤6：将实时净水厂数据预处理后输入训练后的原型神经网络进行概念漂移检测。综合考虑周期性与非周期性概念漂移情境，提升了在复杂环境下的漂移检测与响应能力。