数据流挖掘分类技术综述

被引：41

作者：

王涛 ^{[1
]}

李舟军 ^{[2
]}

颜跃进 ^{[1
]}

陈火旺 ^{[1
]}

机构：

[1] 国防科学技术大学计算机学院

[2] 北京航空航天大学计算机学院

来源：

计算机研究与发展 | 2007年 / 11期

关键词：

数据流; 挖掘; 分类; 稳态分布; 概念漂移;

D O I：

暂无

中图分类号：

TP311.13 []; TP18 [人工智能理论];

学科分类号：

1201 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

数据流挖掘作为从连续不断的数据流中挖掘有用信息的技术,近年来正成为数据挖掘领域的研究热点,并有着广泛的应用前景.数据流具有数据持续到达、到达速度快、数据规模巨大等特点,因此需要新颖的算法来解决这些问题.而数据流挖掘的分类技术更是当前的研究热点.综述了当前国际上关于数据流挖掘分类算法的研究现状,并从数据平稳分布和带概念漂移两个方面对这些方法进行了系统的介绍与分析,最后对数据流挖掘分类技术当前所面临的问题和发展趋势进行了总结和展望.

引用

页码：1809 / 1815

页数：7

共 7 条

[1] 基于最小生成树的数据流窗口连接优化算法 [J].