基于粗糙集的经济空间数据发掘与知识发现

为了获取区域经济发展的潜在规律和规则,提出一种处理经济空间数据库的信息方法,即利用粗糙集理论对经济空间数据库进行离散化处理后建立决策表,再通过对知识的简化和属性值的约简,从中进行数据发掘和知识发现.以此对江苏省2003年的部分经济指标数据进行了实证探讨.     

数据库的知识发现

数据库的迅速发展使得人们不仅用数据库来进行查询和检索,而且帮助人们从数据中抽取带有结论性东西,文中介绍了数据库知识发现的研究内容,方法、研究重点,并叙述了它在数据库发展中的作用。     

模糊知识发现中数据采掘的概念树方法

数据采掘是数据库中知识发现的核心 ,概念树方法是数据采掘较常用的方法之一 ,该文详细描述了该方法在模糊性问题中的应用     

数据库的知识发现

数据库的迅速发展使得人们不仅用数据库来进行查询和检索,而且帮助人们从数据中抽取带有结论性东西．文中介绍了数据库知识发现的研究内容、方法、研究重点,并叙述了它在数据库发展中的作用．     

数据库中的知识发现

通过对数据库中知识发现和数据挖掘基本概念的分析,总结了数据库中知识发现的实现过程。其具体步骤包括对知识发现应用领域及终端用户的目标理解、创建一个目标数据集、数据的整理和预处理、降维和转换、挖掘等。     

知识发现过程中数据采掘的方法和应用

从信息系统发展的角度综述了知识发现及知识发现过程中数据的方法和应用。     

数据挖掘技术与数据库知识发现

本文主要介绍数据挖掘技术（DataMining）与数据库知识发现（Knowledge Discovery in Database，KDD）的概念、数据挖掘算法、数据挖掘技术流程、数据挖掘技术的应用现状。并阐述了数据挖掘与数据库知识发现的区别、联系与面临问题。     

基于知识发现技术的神经网络专家系统

为了克服传统专家系统的３大缺陷，在讨论专家系统新技术的基础上，探讨如何在专家系统中融入知识发现的技术，提出一个新的系统框架，在其中使用的一些知识发现算法包括历史数据库中的数据挖掘及知识库中的知识发现，对此新的专家系统框架给予了实验。结果是：系统运行后，既可以发现新知识，又可以改进原有规则。这样大大提高了系统知识获取的能力，而且也求精了知识库。     

基于数据库和知识库的知识发现研究综述

介绍了知识发现技术的总体研究情况,包括KDD的定义、若干基本概念、主要过程和步骤、KDD的分类和主要技术手段、发展趋势以及KDD的主要应用领域.同时也指出了数据挖掘研究的挑战性以及目前的局限性,结合一些新的研究成果,探讨了基于知识库的知识发现(KDK)和数据库-知识库协同知识发现(KDD&K)的理论框架.     

用神经网络来进行数据库中知识发现

讨论了数据库中的知识发现的基本技术，提出了一种适用于数据挖掘的神经网络方法，并给出了神经网络数据挖掘系统的构造过程，应用结果表明该方法是可行有效的，并对该方法进行了深入的讨论。     

从数据库中发现知识的研究

数据库知识发现是90年代中期兴起的决策支持新技术，是人工智能、机器学习与数据库技术相结合的产物。要从数据量庞大的大型数据库中发现知识，就不得不考虑学习算法的效率。将粗集理论应用到数据库知识发现中，可以从数据中自动抽取与给定的学习任务相关的属性，能有效地发现简练、贴切的知识。本文探讨了这一应用的理论基础和实现算法。     

大数据知识发现

随着信息技术的快速发展,人类面临的数据呈爆炸式增长,大数据的时代已经来临.大数据研究成为当今科学和经济社会发展的重大战略方向和必然趋势.大数据的巨大价值在于依据数据间关联性而建立的复杂结构关系网络中所蕴含的知识.大数据知识发现是一个非常重要和亟待解决的问题.本文总结了以燕山大学为核心的大数据研究团队部分最新工作,重点给出了大数据偏序结构理论及其相关工作的简要介绍,为快速、准确了解该团队的研究现状提供参考.     

知识发现系统进展与结构模型

首先介绍了KDD的基本概念,然后阐述了其国内外发展、面临的挑战与趋向,最后介绍了我们提出的KDD的扩展模型—KDD*、KD(D&K)、ESKD的研究。     

知识发现中缺损数据的处理(Ⅱ)

研究了在知识发现过程中处理连续取值属性值缺损的问题，提出了进行连续值划分的“超长方体”划分法，在此基础上，通过发现值缺损属性的取值集合，值缺损属性是否为强作用属性以及与其它属性是否相关，解决了对含有缺陷数据的信息源进行知识发现的问题，文中通过处理ＵＣＩ机器学习数据库中的ＣＯＩＬ数据库，说明了本方法是可行的。     

知识发现中缺损数据的处理(I)

研究了如何在知识发现中处理属性值缺损的问题,通过发现值缺损属性的取值集合,值缺损属性是否为强作用属性以及与其他属性是否相关。不仅解决了对含有缺损数据信息源进行知识发现的问题,同时也说明了对缺损数据处理的意义。     

基于非线性构效关系的数据发掘在药物发现中的应用

数据发掘和定量的构效关系(QSAR)是药物发现中重要的研究方法．本首先介绍了一种极具实用价值的无模式分类与模式识别的基本方法，即k最近邻法．该法应用于QSAR研究时通过若干电子、拓扑结构参数计算分子间的欧氏距离来比较其相似性，并以最相似若干分子已知活性的加权平均来估算新结构的活性数据．整个运算过程利用模拟退火法并结合遗传算法和留一-交叉验证法优选出适当的结构参数和近邻数目．本以一组已知活性的单核苷酸分子为例，对NCI和Maybridge化学数据库的分子运用kNN法进行数据发掘，通过计算数据库中分子与已知活性分子的相似性来进行筛选和活性预测，从而得到与已知结构最相似的分子，为搜寻潜在前导化合物提供重要参考信息．     

知识发现与知识挖掘技术及其应用

介绍了知识发现与挖掘技术的相关概念及常用的技术方法,对知识发现与挖掘过程进行了描述,阐述了知识发现的几种具体的应用形式。     

数据开采—数据库应用的新课题

给出了数据开采的一种定义，并了论述了数据开采的主要任务和数据开采的一般方法，提出了将有关数据开采的理论和方法纳入数据库的教学中，以促进数据开采的实用化进程。     

从数据中挖掘知识

解释了数据挖掘的含义,从数据挖掘的知识类型及作为进行阐述,对每种知识的主要挖掘技术作了介绍,最后介绍一种用模糊关系的聚类挖掘方法。     

知识发现中缺损数据的处理(II)

研究了在知识发现过程中处理连续取值属性值缺损的问题。提出了进行连续值划分的“超长方体”划分法。在此基础上 ,通过发现值缺损属性的取值集合 ,值缺损属性是否为强作用属性以及与其他属性是否相关 ,解决了对含有缺损数据的信息源进行知识发现的问题。文中通过处理UCI机器学习数据库中的 COIL数据库 ,说明了本方法是可行的。