数据仓库设计过程研究

从数据仓库与操作型数据库的区别出发，借鉴传统数据库设计的阶段划分思想给出了一种数据仓库设计方法，并明确了各步骤间的关系及其输入／输出和完成的工作。     

嵌入局部模型的SOM网络对混沌时间序列预测研究

针对混沌时间序列特征空间多变性的特点，在SOM自组织神经网络中嵌入局部线性回归模型，用于混沌时间序列的预测，该方法融合了局部线性预测的优点以及SOM网络数据快速聚类能力，可视化特征识别性质和拓扑保留映射特点，既可减少运算时间和存储空间，又能适应混沌时间序列的多变特征，取得了较高的预测精度。     

基于Kohonen神经网络的数据流分布模式仿真识别

该文依据数据样本的峰度、偏度、分位数和累积概率等数字特征 ,构建了数据流概率分布模式和仿真识别样本 ,并运用Kohonen神经网络理论与方法 ,对任意数据流进行了仿真识别。仿真结果表明 ,该方法能够较全面的反映数据流概率分布的特征 ,从而获得了相当满意的识别效果 ,而且随着仿真试验样本数的增加 ,识别率上升显著。同时 ,本文的研究为数据分析提供了新思路和一种有效的途径