摘要：针对不平衡噪声数据流的分类问题,本文利用基于平均概率的集成分类器AP与抽样技术,提出了一种处理不平衡噪声数据流的集成分类器（IMDAP）模型。实验结果表明,该集成分类器更能适应存在概念漂移与噪声的不平衡数据流挖掘分类,其整体分类性能优于AP集成分类器模型,能明显提升少数类的分类精度,并且具有与AP相近的时间复杂度。

关键词：不平衡数据流 概念漂移 噪声 集成分类器 

单位：国防科学技术大学计算机学院。湖南长沙410073 武汉国防信息学院 湖北武汉430010