基于GMDH原理的自組織數據挖掘模型研究.pdf

1、數據挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程.它是一門涉及數據庫、人工智能、數理統(tǒng)計、可視化、并行計算等多方面的學科領域的交叉學科.對于一個成熟的數據挖掘應用而言,最重要的是減少為了加入已有的知識而要求用戶的干預,從而使數據挖掘的過程更加自動."自組織"是指一個系統(tǒng)由內在機制驅動自行從簡單向復雜、從粗糙向細致方向發(fā)展,不斷地提高自身的復雜度和精細度的過

2、程.自組織系統(tǒng)不需要外界的特定干擾,僅依靠系統(tǒng)內部的相互作用來實現空間、時間或功能的結構.自組織數據挖掘引入自組織的思想,應用數據分組處理方法(Group Method Data Handling,GMDH),實現數據挖掘過程的自組織控制,并以客觀的方式建立一個最優(yōu)復雜度模型.自組織數據挖掘有效地減少了用戶在數據挖掘過程中的干預,使數據挖掘過程更加自動并使建模結果更加客觀.該文系統(tǒng)地闡述了自組織數據挖掘的基本思想、基本模式以及自組織建模