对在时间上逐一到达的输入数据进行分类的方法和系统

摘要

本发明提供一种对在时间上逐一到达的输入数据进行分类的方法和系统，包括：a)分别利用在时间上从新到旧数量递增的已获得其真实类别的近期输入数据作为学习样本对预定数量的一组分类器进行训练；b)基于所述一组分类器的近期分类结果，从所述一组分类器中选择对近期输入数据的分类精度最高的分类器；以及c)利用所选择的分类器对当前的输入数据进行分类。本发明提出的方法和系统不需要特意地检测概念漂移，能够自动处理概念漂移，并且能够实现很高的分类精度。