在数据库中自动发现广义序贯模式

本文将序贯模式的发现从单层（SingleLevel）概念扩展到多层（MultipleLevel）概念．即既允许在同层概念之间，也允许在不同层概念之间发现序贯模式，提出了发现广义序贯模式的自顶向下逐层递进的方法．

发现广义序贯模式的增量式更新技术

提出一种称为ＦＡＳＴ的增量式更新技术，以处理因最低支持的改变而引起的广义序贯模式的维护问题．

在大型数据库中多层序贯模式的发现

在数据库中发现知识ＫＤＤ是当今国际人工智能和数据库研究的新兴领域，序贯模式是其中的重要研究课题之一．文中将序贯模式的发现从单层（ｓｉｎｇｌｅｌｅｖｅｌ）概念扩展到多层（ｍｕｌｔｉｐｌｅｌｅｖｅｌ）概念，提出了自顶向下逐层递进的方法在不同概念层发现序贯模式，并且为改善算法性能，又提出了３种改进方法．

大型数据库中多层关联规则的元模式制导发现

本文将元查询制导技术与多层关联规则发现技术结合起来，提出了发现多层关联规则的自顶向下逐层递进风格的元模式制导方法．元模式是一个预先确定待发现规则的形式的规则模板，从而可引导数据的发掘过程．

用探测性的归纳学习方法从空间数据库发现知识

将探测性数据分析、面向属性的归纳和Ｒｏｕｇｈ 集方法结合起来，形成了一种灵活通用的探测性归纳学习方法ＥＩＬ，可以从空间数据库中发现普遍知识、属性依赖、分类知识等多种知识。同时提出和总结了多种生成空间数据库概念层次结构的方法用于归纳学习。