论文部分内容阅读
随着数据库技术的不断发展及数据库管理系统的广泛应用，数据库中存储的数据量急剧增大，数据洪水正向人们滚滚涌来。目前数据库系统所能做到的只是对数据库中己有的数据 进行存取，人们通过这些数据所获得的信息量仅仅是整个数据库所包含的信息量的一部分，隐藏在这些数据之后更重要的信息是关于这些数据的整体特征的描述及对其发展趋势的预测，这些信息在决策生成的过程中具有重要的参考价值。因此，数据库中的知识发现这一研究热点就应运而生了。 在本文中，作者对KDD（数据库中的知识发现）进行了全面的分析与论述，并对数据采掘的主要技术之一──神经网络的BP算法进行了详细的论述，并针对其不足之处提出了改进方案，最终提高了神经网络的收敛速度。