米小亮， 王亦然， 赵宏安， 王 冰

（1. 西安工业大学 北方信息工程学院， 陕西 西安 710200； 2. 西北大学 信息科学与技术学院， 陕西 西安 710069）

随着互联网和信息技术的迅猛发展， 对海量数据的处理和分析逐渐成为十分重要的研究课题。 机器学习、数据挖掘、数据采集、分析、处理、入库等技术被广泛应用于分析这些海量数据，并取得了很多相关的研究成果。Arunasalam[1]提出了适用于类分布不均衡数据上的关联分类方法；Verhein[2]等基于关联分类提出了一种新的处理此类数据的方法；Hinton[3]等提出了通过训练一个中间层有小数目结点的多层神经网络将高维数据映射到低维空间，取得了很好的效果。 为解决高阶异构数据挖掘问题， 基于谱分解算法和基于信息论的协同聚类方法分别被提出，并被应用于文本和特征词的协同聚类[4-6]。 对海量数据的提取、处理、入库也得到了广泛的应用，文献[7]介绍了地形数据库的处理及入库方法；文献[8]分析了不同类型工作站的数据格式， 实现了从样品到数据处理及入库的全过程自动化；文献[9-11]分别介绍了卷烟入库数据的采集系统，地震数据的传输与入库， 城市绿化数据的加工处理方法及入库技术。 在“中国知识资源总库”数据库中输入关键词“数据处理”，仅2000 年以来，相关的文献就达6 万之多。

火药配方有双铅、双石、双芳镁等成百个类型，每种配方有能量特性、燃烧性能、力学性能、安全性能、应用情况及使用特点等分类性能参数， 每一类性能又有多个性能参数，如能量特性就有比冲、爆热、密度等几十个参数，这些参数又有理论数据和实验数据之分，参数数值还和温度、压力等实验条件有关，且又分为不同的批次。……