论文部分内容阅读
传统的流数据分类算法基于滑动窗口来优化现有分类器或建立多个分类器来跟踪概念的漂移过程,而不能根据概念漂移的强弱程度自适应地进行分类。在结合当前主流的CVFDT和集成分类器算法的基础之上,提出一种新型流数据分类算法:SADT算法。算法动态地判断概念漂移的发生,自动决定是优化还是重建分类器,适用于不同类型的数据的分类。通过分析和实验论证,该算法在处理概念漂移时具有更好的适应性。