《时序数据挖掘与过程神经元网络》

《时序数据挖掘与过程神经元网络》

　　

　　时序数据挖掘与过程神经元网络

　　葛利 著

　　黑龙江科学技术出版社

　　2012-7 25.00

　　978-7-5388-7234-7

　　时间序列问题是一类在各领域广泛存在的问题，在经济、气象、水利、林业等多个领域更是多有涉及，其中大多数时序问题的解决可归属为时序数据挖掘的范畴，时序问题的有效解决可为各领域实际问题的解决提供有效的技术支持。

　　目前对于时序数据的挖掘是数据挖掘研究的热点之一，这方面的研究具有很强的理论意义和实际应用价值。一方面，时序数据挖掘的应用背景广泛，另一方面，时序数据具有时变性、高维性、噪声干扰及波动性等复杂特点，所以，时序数据挖掘一直是数据挖掘领域研究的的热点和难点问题之一。

　　哈尔滨商业大学计算机与信息工程学院教授葛利博士，十几年来一直潜心数据库与人工智能结合领域中的数据挖掘研究，她应用过程神经元网络这一技术较为成功地解决时间序列背景下的数据挖掘问题，并将其在时序数据挖掘相关研究工作方面的成果加以归纳、总结，著成《时序数据挖掘与过程神经元网络》一书，由黑龙江科学技术出版社于2012年7月出版。该书已入选国家新闻出版广电总局第四届“三个一百”原创图书出版工程。

　　本书重点阐述了基于过程神经元网络进行时序数据挖掘的研究成果。主要内容包括：过程神经元网络基本理论与技术，时序过程神经元网络分类器研究，时序过程神经元网络聚类分析及仿真，时序过程神经元网络预测研究，时序过程神经元网络控制研究及应用实例。

　　全书共分6章，第一章介绍了时间序列和数据挖掘的基本知识；第二章对过程神经元网络的基本理论作以介绍；第三章讨论了基于自组织过程神经元网络和小波技术进行时序聚类分析的方法和仿真实例；第四章给出了基于径向基过程神经元网络进行时序分类研究的方法和验证结论；第五章介绍了应用过程神经元网络进行时序预测的模型和应用实例；第六章给出了基于过程神经元网络实现时序过程控制的模型和方法，并以木材干燥过程控制为例说明了方法的特点。

　　本书的突出特点是：成功应用过程神经元网络这一技术解决时间序列背景下的数据挖掘问题。由于过程神经网络是传统神经网络在时间域上的拓展，其过程式输入放宽了传统神经元网络模型对于输入的同步瞬时限制，是更一般化的人工神经元网络模型，在处理与时间相关的问题上，具有自身独特的优势。

　　由于各领域很多实际问题都可以归属于时间序列背景下的数据挖掘问题，因此，应用这一研究成果就可以解决一系列生产和实际应用中的问题。这一研究成果为解决这类问题提供了新的方法和思路，应用这一成果，不仅在预测精度上有所提高，而且在分类、聚类上也有所提高。

　　读者对象：本书阐述了过程神经元网络与时序数据挖掘结合的理论机理及具体实现技术，给出了相关仿真实验和应用实例，对过程神经元网络应用于时序数据挖掘的性能进行了评价与分析。

　　本书可供从事相关研究的科研工作者和计算机、管理科学相关专业研究生参考使用。