动态数据挖掘的构造性机器学习方法研究

基金项目类型：

国家自然科学基金

基金项目编号：

61273302

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

王伦文

完成单位：

中国人民解放军电子工程学院

中文关键词：

构造型神经网络; 模糊相容商空间; 数据挖掘; 数据流;

其他语种关键词：

constructive neural networks; fuzzy tolerance quotient space; data mining; data stream

项目类型：

面上项目

语种：

中文

开始日期：

2013-01-01

结束日期：

2016-12-31

中文摘要：

海量数据流的挖掘越来越受到相关部门的重视，由于噪声、干扰等因素的影响，挖掘难度越来越大，知识发现的准确性和时效性有待提高。本项目研究了基于构造型神经网络的数据流动态挖掘方法，实现对海量复杂数据动态挖掘。研究内容包括海量复杂数据动态挖掘算法总体框架，模糊相容商结构以及大数据集粒度划分方法，覆盖的最优划分，构造型神经网络全局优化算法，基于滑动窗口技术的数据流动态聚类和分类技术，数据流动态挖掘策略与过程规律提取方法研究。以宽频段无线电频谱监测数据挖掘为例，采用以上方法，动态选择样本、动态调整粒度和动态发现规则，快速发现异动信号等知识。本项目将以上不同方法有机结合起来解决大规模、复杂数据动态挖掘，为数据流挖掘提供一种结构变换的动态挖掘方法，可望为大规模、复杂数据流的动态挖掘难题提供解决途径。