一种分类器链局部检测与挖掘算法

摘要

本发明公开了一种分类器链局部检测与挖掘算法，它包括：利用局部学习算法对用于处理大数据流挖掘问题的分类器链进行优化，同时采用一种具有有限反馈的多用户多臂问题来模拟分类器链的学习问题；提出的算法是以一种协作并且分布式的方法进行学习，因此能够选择最佳的分类结构，实时学习分类器的效果；数据处理过程仅需要数据集的一条路径，这样使得处理延迟和处理器的内存需求最小化；此外，提出的算法不需要通过分布式分类器中央单元的学习问题进行运行协作，因此，降低了各分类器之间的交流需要；同时，提出的算法是根据综合任务的挖掘效果进行学习，而不是根据子任务效果进行学习，从而减少了大量反馈信息。