数据挖掘综述

被引：263

作者：

王光宏

蒋平

机构：

[1] 同济大学信息与控制工程系

[2] 同济大学信息与控制工程系上海

[3] 上海

来源：

同济大学学报(自然科学版) | 2004年 / 02期

关键词：

数据挖掘; 数据库中知识发现; 人工智能; 模式;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

从人工智能、统计分析和数据库技术3个方面对数据挖掘技术进行了总结;从模式识别的角度讨论了数据挖掘技术的主要任务,包括分类、聚类、回归、关联、序列和偏差6种模式的识别.详细介绍了数据挖掘技术的常用方法,包括模糊理论、粗糙集理论、云理论、证据理论、人工神经网络、遗传算法以及归纳学习.列举了当前数据挖掘技术的实际应用场合,并指出其今后的发展趋势以及急需关注的问题.

引用

页码：246 / 252

页数：7

共 5 条

[1] 隶属云和隶属云发生器
李德毅，孟海军，史雪梅
[J]. 计算机研究与发展, 1995, (06) : 15 - 20
[2] 数据挖掘[M]. 机械工业出版社 , (加)JiaweiHan,（加）MichelineKamber著, 2001
[3] 空间数据发掘与知识发现[M]. 武汉大学出版社 , 邸凯昌著, 2000
[4] Feature extraction using rough set theory and genetic algorithms - an application for the simplification of product quality evaluation
Zhai, LY
Khoo, LP
Fok, SC
[J]. COMPUTERS & INDUSTRIAL ENGINEERING, 2002, 43 (04) : 661 - 676
[5] A General Framework for Database Mining Based on Evidence Theory. Anand S S,Bell D A,Hughes J G. . 1994

← 1 →