人工神经网络在数据挖掘中的应用

《人工神经网络在数据挖掘中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据第37卷第1期2005年3月西安建筑科技大学报(自然科学版)J．Xi’anUniv．ofArch．＆Tech．(NaturalScienceEdition)V01．37No．1Mar．2005人工神经网络在数据挖掘中的应用韩彦峰，段向前(西安建筑科技大学管理学院，陕西西安710055)摘要：在分析了现行数据挖掘方法后，介绍一种基于数据库的挖掘方法～人工神经网络(ArtificialNeuralNetwork)方法，通过对数库据中数据样本的学习，自动发现隐含的大量知识，具体给出了神经网络方法的学习模型和算法．该方法丰富了数据挖掘工具，

2、使定性变量和复杂、动态数据的科学处理成为现实．关键词：人工神经网络；样本；数据挖掘中图分类号：TPl83文献标识码：A文章编号：1006—7930(2005)01—0121-04ApplicationofartificialneuralnetworkindateminingHANYan一^ng，DUANXiang—qian(SchoolofMan．，Xi’anUniv．ofAreh．&Tech．，Xi’an710055，China)Abstract：Afteranalysingthecurrentdataminingmethods，this

3、paperintroducesanewmethodonthebasisofrelationdatabase———artificialneuralnetworkmethod．Ithighlightsautomaticallyagreatdealofknowledgeamongdatabasebylearningfromdatasample．ItalsocomesupwiththelearningmodelandalgorithmofArtificialneuralnetworkmethod．Themethodreinforcesthecurr

4、entdataminingmethods，anddealswithqualitativevariablesandcomplexmobiledatasciontifically．Keywords,artificialneuralnetwork；sample；datamining随着信息化技术的不断普及与发展，数据挖掘技术已从实验室走进企业，特别是对企业级的许多企业都建立了自己数据仓库资源，数据挖掘已经成为其中的重要研究课题．在国外，已出现了像Nuggets这样功能强大的数据挖掘工具，在我国，此项研究目前尚处于理论研究和探讨阶段．数据挖掘就是从

5、大量混乱的数据中发现隐含的、有价值的信息，为科学研究和战略决策提供可靠保证的新技术．它采取一定的算法从大量的原始数据中发现新的数据模式或关系．它是人工智能技术与数据库技术相结合的产物．数据挖掘已被广泛应用于预测、决策支持系统、企业发展战略、市场营销和信息产业等领域口j．目前的数据挖掘方法主要有统计学、关联分析、聚类分析、回归分析等，帮助我们分析包含在数据仓库中的数据[z]．它们共同特点是用户参与，你必须提出许多问题，才能得到包含在复杂关系中的结果，当你提不出问题或提出的问题不正确时，将得不到正确的数据．如统计学方法必须假设数据符合一定的要求

6、，如变量的独立、服从某种分布、无非线性关系等，这些要求很难在实践中有效地使用．并且现行方法还表现了用户参与过多，主观性较强；不能处理定性变量和复杂数据，如非线性数据和多媒体数据；不能收稿日期：2004—09—30基金项目：陕西省高校财务绩效评价体系研究项目(04JK269)作者简介，韩彦峰(1954一)，男，河北安平县人，教授，主要从事管理战略与经济决策及财务管理研究万方数据122西安建筑科技大学学报(自然科学版)第37卷进行深层次的分析；发现的事实或规则是以查询为主要目的，对预测和决策影响不大等特点．1人工神经网络基本理论人工神经网络是在

7、研究生物神经系统的启发下发展起来的一种信息处理方法．它模拟生物神经系统结构，由大量处理单元组成非线性自适应动态系统，具有高度非线性的超大规模实践非线性动力特性，网络的全局作用、大规模并行分布处理及高度的鲁棒性和容错性，有联想记忆、抽象概括和自适应能力．而这种抽象概括和自适应能力一般称之为自学能力．自学习是神经元最重要的特征，通过学习能够分析数据中的模式来构造模型，对大量数据样本的学习，发现新知识．神经网络能够通过学习，按照一定的规则自动调节神经元之间的输入／输出，改变其内部状态，使输入／输出呈现出某种规律性[3叫]．人工神经网络方法因其需要

8、很少的人为介入，从而克服了一般信息处理方法的不足．而ANN作为神经网络的新的发展方向，必将成为我们今后的主要研究对象及发展的方向．2模型构造与算法设计2．1学习模型人工神经网络成