基于神經(jīng)網(wǎng)絡的動態(tài)數(shù)據(jù)挖掘研究.pdf

1、數(shù)據(jù)挖掘目前已廣泛應用于現(xiàn)代社會的各行各業(yè),但是大多都是針對歷史數(shù)據(jù)進行分析與處理,人們追求的不再只是發(fā)現(xiàn)歷史數(shù)據(jù)中隱藏的規(guī)律來解決實際問題,而是想在競爭激烈的社會中即時獲取有用的信息,這對于傳統(tǒng)的針對靜態(tài)的歷史數(shù)據(jù)進行挖掘的靜態(tài)數(shù)據(jù)挖掘是不能很好實現(xiàn)這種需求的;設計一種針對當前數(shù)據(jù)動態(tài)分析處理的一種信息處理技術具有很大的現(xiàn)實意義。數(shù)據(jù)預測是數(shù)據(jù)挖掘的一個主要研究方向之一,而多維方面的預測問題是目前亟待解決的關鍵問題,在一定程度上多維預

2、測還成了預測方面的一個瓶頸;結(jié)合動態(tài)數(shù)據(jù)挖掘來研究多維數(shù)據(jù)的動態(tài)預測問題在現(xiàn)實應用中具有廣闊的實踐意義。動態(tài)數(shù)據(jù)挖掘不僅僅限于數(shù)據(jù)預測方面,對其應用領域探討也具有很大的現(xiàn)實意義。本文深入分析了以往數(shù)據(jù)處理技術的發(fā)展現(xiàn)狀之后給出了一種在動態(tài)數(shù)據(jù)源運行過程中結(jié)合歷史數(shù)據(jù)、當前數(shù)據(jù)以及即將到來的數(shù)據(jù)進行數(shù)據(jù)分析與處理的動態(tài)數(shù)據(jù)挖掘技術:運用滑動窗口技術動態(tài)的獲取數(shù)據(jù),通過動態(tài)數(shù)據(jù)窗口動態(tài)處理數(shù)據(jù),運用未來數(shù)據(jù)測試動態(tài)數(shù)據(jù)挖掘的性能。人工神經(jīng)網(wǎng)

3、絡是模擬人腦工作的網(wǎng)絡模型,具有強大的并行處理能力與記憶功能,已廣泛應用于各行各業(yè);本文主要是結(jié)合神經(jīng)網(wǎng)絡技術來研究解決實際的多維動態(tài)數(shù)據(jù)預測問題,取得了較大的突破:設計出了基于自回歸神經(jīng)網(wǎng)絡的單輸入單步、單輸入多步以及多輸入多步動態(tài)數(shù)據(jù)預測模型;模型中各隱層節(jié)點采用具有延遲一步的自反饋,從而使得網(wǎng)絡具有很好的記憶功能;各屬性隱層節(jié)點間通過延遲一步的反饋連接來模擬屬性之間的關聯(lián)關系,從而使得模型具有很好的穩(wěn)定性與實用性。本文對改進BP算

4、法進行了分析,充分考慮誤差函數(shù)、活化函數(shù)以及學習率對算法性能的影響,結(jié)合預測模型的特點提出了適合于預測模型的改進融合BP算法。通過Matlab仿真實驗驗證了預測模型的性能,實驗表明三種多維動態(tài)預測模型預測效果較好:在多維曲線預測方面效果特別好,直線預測誤差為零;模型穩(wěn)定性好,預測結(jié)果幾乎不受初始權值影響。本文還從理論上探討了動態(tài)數(shù)據(jù)挖掘在專家系統(tǒng)的知識庫自動更新方面的應用,給出了在專家系統(tǒng)中結(jié)合動態(tài)數(shù)據(jù)挖掘?qū)崿F(xiàn)知識即時更新的一種理論框架