动态数据挖掘的构造性学习方法综述

摘要 大数据时代，各种传感器获取的数据量激增，由于存储空间的限制和实时处理的需求，动态数据挖掘技术取得快速发展.本文在介绍了动态数据的特点、挖掘技术和难点的基础上，分析了当前动态数据挖掘的研究与应用现状.结合构造性神经网络运算复杂度低，适合增量学习的特点，分析了构造性学习方法在静态数据挖掘方面的最新进展，论证了构造性学习方法适合于动态数据挖掘的理论依据，并与其他典型学习方法在运算复杂度等各方面性能上进行比较，说明其了优势与不足.介绍了构造性学习方法在动态数据挖掘方面的若干应用，并对下一步的研究进行了展望.可望为读者提供有益借鉴和参考.