概念漂移数据流集成分类算法及实验综述

针对概念漂移数据流集成分类算法的基本概念、相关工作、适用范围及优缺点等方面进行具体阐述，重点分析突变型、渐变型、重复型和增量型集成分类算法，以及集成分类中的Bagging、 BoosTIng、基分类器组合学习策略与在线学习、基于块的集成、增量学习关键技术，指出现阶段概念漂移数据流集成分类算法所需解决的主要问题，并对集成基分类器的动态更新与加权组合、多类型概念漂移的快速检测等研究方向进行分析和展望。