{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,3,12]，“日期时间”：“2024-03-12T18:09:07Z”，“时间戳”：1710266947792}，“出版商位置”：“柏林，海德堡”，“参考计数”：17，“出版者”：“施普林格-柏林-海德堡（Springer Berlin Heidelberg）”，“isbn-type”：[{“值”：“9783642450617”，“类型”：“打印”}，{“值”：“9783642450624”，“type”：“electronic”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”published-print“：{”date-parts“：[[2013]]}，”DOI“：”10.1007\/978-3642-45062-4_26“，”type“：”book-capter“，”created“：”{“date-part”：[2013,12,9]]，“date-time”：“2013-12-09T13:05:5 0Z”，“时间戳”：1386594350000}，“页面”：“190-195”，“source”：“Crossref”，“is-referenced-by-count”：6，“title”：[“Bayesian Logistic回归学习在概念漂移下的动态编程”]，“prefix”：“10.1007”，”author“：[{”given“：”Pavel“，”family“：”Turkov“，”sequence“：”first“，”affiliation“：[]}，{”Givent“：”Olga“，”“family”：“Krasotkina”，“sequence”：“additional”，“afliation”：[]{”：“Mottl”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“reference”：[{“issue”：“4”，“key”：“26_CR1”，“doi-asserted-by”：“publisher”，”first page“：”497“，”doi“：”10.1109\/5326.983933“，”volume“：“31”，“author”：“R.Polikar”，“year”：“2001”，“unstructured”：“Polikar，R.，Upda，L.，Upda，S.S.，Honavar，V.：学习++：监督神经网络的增量学习算法。IEEE系统、人与控制论学报，C部分：应用与评论\u00a031（4），497\u2013508（2001）”，“期刊标题”：“IEEE系统，人与控制学学报，C部：应用与评述”}，{“key”：“26_CR2”，“doi-asserted-by”：“publisher”，“first page”：：“1706”，“doi”：“10.1162\/neco.2008.10-06-351”，“volume”：”20“，”author“：”G.Mongillo“，“year”：“2008”，“unstructured”：“Mongilo，G.，Deneve，S.：使用隐马尔可夫模型进行在线学习。神经计算\u00a020，1706\u20131716（2008）”，“journal title”：“Neural Computation”}，{“key”：《26_CR3》“”，“非结构化”：“Florez-Larrahondo，G.，Bridges，S.，Hansen，E.A.：基于新的反向过程的离散隐马尔可夫模型增量估计。摘自：《第20届全国人工智能会议论文集》，第u00a02卷，第758\u2013763页（2005）”}，{“key”：“26_CR4”，“doi-asserted-by”：“publisher”，“first page”：”1298“doi”：“10.1016\/j.ins.2008.12.024”，“volume”：“179”，“author”：“A.Ultas”，“year”：“2009”，“unstructured”：“Ulas，A.，Semerci，M.，Yildiz，O.T.，Alpaydin，E.：分类器和判别集合的增量构造。信息科学\u00a0179，1298\u20131318（2009）”，“journal-title”：“Information Sciences”}，{“key”:“26_CR5”，“doi-asserted-by”：“crossref”，“非结构化”：“Kapp，M.，Sabourin，R.R.，Maupin，P.：支持向量机集成的自适应增量学习。摘自：《第20届模式识别国际会议论文集》，土耳其伊斯坦布尔，第4048\u20134051（2010）页”，“DOI”：“10.1109\/ICPR.2010.984”}，{“issue”：“10”，“key”：“26_CR6”，“DOI-asserted-by”：“publisher”，“首页”：“1517”，“DOI”：“10.1109\/TNN.22011.2160459”，“卷”：“22”，“作者”：“R.Elwell”，“年份”：“2011”，“非结构化”：“Elwell，R.，Polikar，R.：非平稳环境中概念漂移的增量学习。IEEE神经网络汇刊\u00a022（10），1517\u20131531（2011）”，“期刊标题”：“IEEE神经网络汇刊”}，{“key”：“26_CR7”，“首页”：“69”，“卷”：“23”，“作者”：“G.Widmer”，“年份”：“1996”，“非结构化”：“Widmer，G.，Kubat，M.：在概念漂移和隐藏上下文中学习。机器学习\u00a023，69\u2013101（1996）”，“期刊标题”：“机器学习”}，{“key”：“26-CR8”，“doi-asserted-by”：“crossref”，“unstructured”：“Bifet，A.，Gavalda，R.：通过自适应窗口从时变数据中学习。In:SIAM国际数据挖掘会议（2007）”，“DOI”：“10.1137\/1.9781611972771.42”}，{“key”：“26_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，H.，Fan，W.，Yu，P.S.，Han，J.：使用集成分类器挖掘概念驱动数据流。收录：第九届ACM SIGKDD国际会议论文集KDD 2003，第226\u2013235页。ACM出版社（2003）“，”DOI“：”10.1145\/956755.956778“}，{”key“：”26_CR10“，”unstructured“：”Bishop，C.M.：模式识别和机器学习（信息科学与统计）。Springer-Verlag New York，Inc.，Secaucus（2006）“}Markov，M.，Krasotkina，O.，Mottl，V.：用于非平稳信号分析的具有未知时间波动性的时间-变量回归模型。摘自：第八届IASTED信号和图像处理国际会议论文集，夏威夷檀香山，8月14-16日，第534\u2013196（2006）页“}，{“key”：“26_CR12”，“doi-asserted-by”：“crossref”，“unstructured”：“Grewal，M.S.，Andrews，A.P.：卡尔曼滤波：使用MATLAB.Wiley（2008）的理论与实践”，“doi”：“10.1002\/97880470377819”}，“key“：”26_CR13“，”series-title“：”LNCS（LNAI）“，”doi-asserted-by“：”publisher“，”first page“：”1“，”doi“：”10.1007\/978-3642-31537-4_1“，“volume-title”：“模式识别中的机器学习和数据挖掘”，“author”：“P.Turkov”，“year”：“2012”，“unstructured”：“Turkov，P.，Krasotkina，O.，Mottl，模式识别问题中概念漂移的贝叶斯方法。摘自：Perner，P.（编辑）MLDM 2012。LNCS（LNAI），第u00a07376卷，第1\u201310页。Springer，Heidelberg（2012）“｝，｛“key”：“26_CR14”，“doi asserted by”：“crossref”，“nonstructured”：“Street，W.，Kim，Y.：一种用于大规模分类的流集成算法（SEA）。In：Proc.7th Int.Conf.on Knowledge Discovery and Data Mining KDD 2001，pp.377\u2013382（2001）”，“doi”：“10.1145\\502512.502568”｝，｛“key”：“26_CR15”，“nonstructured”：“Jowell，R.，中央协调小组：欧洲社会调查2002\/2003；2004\/2005; 2006\/2007. 《技术报告》，伦敦：城市大学比较社会调查中心（200320052007）“}，{“key”：“26_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“u017dliobait\u00e9，I.：结合概念漂移下小规模学习的时间和空间相似性。In:Rauch，J.，Ra\u015b，Z.W.，Berka，P.，Elomaa，T.（eds.）ISMIS 2009。LNCS（LNAI），第u00a05722卷，第412\u2013421页。Springer，Heidelberg（2009）“，”DOI“：”10.1007\/978-3642-04125-9_44“}，{”key“：”26_CR17“，”首页“：”1601“，”volume“：“11”，”author“：”A.Bifet“，”year“：”2010“，”unstructured“：”Bifet，A.，Holmes，G.，Kirkby，R.，Pfahringer，B.：MOA：大规模在线分析。机器学习研究杂志\u00a011，1601\u20131604（2010），http://\/sourceforge.net\/projects\/moa-datastream\/“，”journal-title“：”journal of Machine Learning Research“}]，”container-title”：[“计算机科学讲义”，“模式识别与机器智能”]，”original-title:[]，“link”：[{“URL”：“http://\/link.springer.com\/content\/pdf\/10007\/978-3642-45062-46”，“content-type”：“unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2020,8,11]]，”date-time“：”2020-08-11T19:58:25Z“，”timestamp“：1597175905000}，”score“：1，”resource“：”{“primary”：{“URL”：“http://link.springer.com\/10007\/978-3642-4506-26”}}，“subtitle”：[]，“shorttitle”“：[]，”已发布“：{”日期部分“：[[2013]]}，“ISBN”：[“9783642450617”，“978364 2450624”]，“references-count”：17，“URL”：“http://\/dx.doi.org\/10.1007\/978-3642-45062-4_26”，“relationship”：{}，“ISSN”：【“0302-9743”，“1611-3349”】，“ISSN-type”：[{“value”：“0302-7743”]，“主题”：[]，“发布”：{“日期部分”：[[2013]]}}