论文部分内容阅读
该文在深入研究了经验模态分解EMD(empirical mode decompositon)、商空间粒度模型理论、构造性神经网络覆盖算法的基础上,遵循人的认知习惯(分层和多粒度),将这些理论和算法应用于数据挖掘中,来解决数据挖掘中所遇的一些问题或提供解决这些问题的新办法.主要工作包括:1.研究时间序列瞬时参数提取问题.2.研究时间序列数据挖掘的重要研究内容——时间序列相似模式匹配问题.3.研究商空间粒度模型理论在数据挖掘中的应用.4.研究不完备信息系统的分类问题.5.研究一种新的数据挖掘方法——基于构造性覆盖算法的知识发现.