摘要：针对装备作战仿真数据流的无限流入和概念漂移现象影响分类模型准确度的问题,提出了一种基于权值窗口的增量学习型朴素贝叶斯分类算法.该算法通过在装备作战仿真数据流上建立权值窗口,以充分利用历史时间数据的后验信息学习新分类模型,目标是降低装备作战仿真数据流的无限流入和概念漂移现象对其分类模型准确度的影响,提高朴实贝叶斯分类模型的准确度.数值实验说明了该算法的有效性,并且其在分类性能、分类准确率、分类速度上优于同类算法.

关键词：装备作战仿真 数据流分类 概念漂移 贝叶斯 

单位：装甲兵工程学院仿真中心 北京100072