概念漂移数据流分类研究综述

摘要：

　　由于现有各种机器学习算法本质上都是基于一个静态学习环境，而以尽量保证学习系统泛化能力为目标的寻优过程，概念漂移数据流分类给机器学习带来了巨大挑战。从数据流与概念漂移、概念漂移数据流分类研究的发展与趋势、概念漂移数据流分类的主要研究领域、概念漂移数据流分类研究的新动态4个方面展开了文献综述，并分析了当前概念漂移数据流分类算法存在的问题。

关键词：大数据、概念漂移、增量学习、适应学习、数据流

分类号：TP391.4(计算技术、计算机技术)

资助基金：广西省可信软件重点实验室桂林电子科技大学开放课题资助项目 KX201118；湖南省科技计划资助项目2010GK3047；湖南省自然科学基金资助项目10JJ5067．

在线出版日期：2013-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：95-104