Классификационный анализ данных часто проводится по бесконечной выборке объектов. Поэтому актуальной является задача разработки рекуррентных алгоритмов типа стохастической аппроксимации, в которых решающие функции последовательно пересчитываются при появлении очередного объекта выборки. В докладе рассматривается постановка задачи автоматической классификации с критерием, зависящим от ненормированных моментов.