数据挖掘是数据库、人工智能、模式识别和统计分析等学科相互交叉、结合的前沿性研究领域.在工程实践中也得到了一些应用,获得了较为满意的效果,但是在处理知识的不确定性方面还存在许多问题,而模糊理论和云模型,尤其是云模型正是处理知识的不确定性的很好的工具,所以该文着重研究云模型在数据挖掘算法中的应用,并着重研究了一些挖掘算法,详细地说明了云模型如何在数据挖掘中的应用.该文对基于云模型的知识发现方法进行了深入而系统的研究,在总结现有方法的基础上,不仅对一些方法进行了改进,而且也提出了一些新的方法.该文提出了用云模型进行关联规则挖掘的新方法,并给出了一种云关联规则提取算法Cloud Model A.该文提出的云关联规则,用定义在数量属性论域上的正态隶属云替代对属性论域的划分,由于正态隶属云可以在集合元素和非集合元素之间提供非常平滑的变迁,从而克服划分边界过硬的缺点.在实践中这种算法的结果还是令人满意的.并且该文的预测算法在实际中的效果也是令人满意的.该文在云模型的基础上,提出了一种云神经网络算法,这种算法结合了云模型与神经网络的优点,结合了模糊性和随机性,结合了神经网络的很强的学习能力.该文并且详细地介绍了云神经网络的结构和学习算法.