数据挖掘是当前信息和决策科学的前沿,迄今主要问题是高维数据处理及其带来的泛化能力差,大数据的计算效率及鲁棒性等问题。本项目拟提出多种能处理高维数据及泛化能力强,鲁棒性好,计算效率高的神经网络与粗集理论及机器学习等相融合的数据挖掘模型,并研究多种基于自组织投影的聚类挖掘模型和可用于高精度股市预测的时间序列数据库挖掘模型。
英文主题词data mining; text mining; neural network; rough set theory; support vertor machine