序列模式挖掘是数据挖掘的一个重要分支，在序列事务及；有关信息处理中有着广泛的应用，如顾客购物习惯、web访问模式、科学实验过程分析、自然灾害预测、疾病治疗、药物检验以及{ sizej pos； DNA等。序列模式挖掘算法有AprioriAll、GsP、F’reeSpan、本文将设计与实现针对string数据类型的算法，来对序列模式挖掘有更深入的剖析。-Sequence pattern mining is an important branch of data mining, and in t

文章介绍了我们常用的预测方法中的回归分析方法的显著性检验的相关知识-Knowledge of the significance test article describes our prediction method of regression analysis method

时间序列应用实例:时间序列分解，一次直线回归于预测检验-Application examples of the time series: time series decomposition, a linear regression prediction test

采用某股份制银行的698 家贷款企业样本, 基于粗糙集-Elman 神经网络集成构建了贷款企业五 级分类评估模型.该模型首先应用粗糙集理论约简出重要指标体系, 然后将训练样本送入Elman 神经网 络进行学习和训练, 进而对检验样本的风险等级进行判别.结果表明, 与传统的logistic 回归模型相比, 粗 糙集-神经网络系统对检验样本预测精度更高, 是一种更为有效和实用的分类方法, 为我国商业银行五 级分类管理提供一个新的方法. 关键词:　粗糙集;Elman 神经网络