一种面向演进数据流的结合相似准则和反例信息的分类新方法

提出一种面向演进数据流数据的分类方法,在有效利用相邻演进窗内数据间相似性信息的基础上,通过引入反例信息,构建一种面向演进数据流的增强型演进分类器优化目标函数,从而推导出面向演进数据流的分类方法.该方法在保有最大间隔原则和全局优化特性的同时,充分考虑了反例信息对待解分类平面的影响.在模拟和真实数据集上进行实验,结果表明了所提出方法的有效性.