本文综述早期时间序列分类算法，包括优化准则、TEASER两级分类、拒绝选项分类器、局部统计梯度早停准则及在线连续学习处理标注延迟。实验表明这些方法能提前两至三倍预测，保持或提升准确率，并应用于电子鼻、卫星农业监测和预测性维护等领域。

本文提出了一种用于在线连续学习问题的简单算法，采用kNN分类器和通用预先训练的特征提取器。该算法能够在小的计算预算下紧凑存储和利用整个数据流，减少过往数据的遗忘并快速适应变化的数据流。在CLOC和CGLM两个大规模OCL数据集上取得了最新的技术水平。