论文部分内容阅读
提出一种基于贝叶斯的多窗口数据流分类模型BCCDSMW对数据流进行分类。BC-CDSMW对时间窗口内的数据进行压缩。只有少量样本被保存,其他样本只保存少量统计量,以便在有限的空间上尽可能多地利用有效历史数据。目的是在适应概念漂移的前提下,利用多个时间段的数据学习生成单个贝叶斯分类器,使其能准确地反映当前数据流地实际情况,并且该分类器能快速地对未来数据分类处理。