原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第38卷第10期 哈尔滨工业大学学报 VoL38No．10
20O 0ct_2006
6年10月 OFHARBININSTITUTEOFTECHNOLOGY
JOURNAL
自组织数据挖掘方法研究综述
张宾，贺昌政
(四川大学管理科学系，成都610064，E-mail：zhangbin79@tom．com)
摘要：从对自组织数据挖掘方法(s0DM)本身的改进和s0DM与其他建模方法结合两方面介绍了s0DM
的研究进展．对s0DM本身改进的方面包括模型表示、选择准则和搜索方法．分析s0DM与神经网络、遗传算
法、模糊法则归纳法以及模拟方法的结合．在此基础上，指出s0DM改进方向应该在改善算法本身的基础上，
将其从单纯的数据挖掘技术扩展为知识发现的全过程．
关键词：自组织数据挖掘方法；数据分组处理方法；数据挖掘；知识发现
中图分类号：TP391．9 文献标识码：A 文章编号：0367—6234(2006)10一1719—05
Re订ewon of data
improVementsself-orgaIlizingmiIling
ZHANG
Bin，HE
Chang—zheng
(Dept．ofMaIlagementScience，sichuan
university，Chen酣u
of on reViewedf而m
Abstract：Adv粕ces data
impmvementsself-organizingmining(SODM)are
onitself withother onSODMincludes
anditscombinationmodeling Ameliomtion onits
techniques． study
model evaluationcriteriaandsea心hmethod．SODM’s withother
representation，model integration modeling
is withNeural InductionRulesandsimu—
Network，evolution
techniquesanalyzed，inVolVing algorithm，Fuzzy
lation．Itis outthedirectionofSODM’sfurther willbetobroadenitf而mmeredatamin—
pointed development
methodtoe归fective t001．Some futureworkislisted．
DiscoVery
ing Knowledge suggested
data
Ke
文档评论（0）