本团队成员13人，与我校智能信息处理研究所、金融发展与风险防范研究中心进行合作，研究聚类、分类等智能分析技术，实现相关软件，并将其应用于财经数据分析与处理，为决策提供服务。

主要研究特色如下：

1.信息智能分析：研究神经网络与支持向量机技术、多传感器数据的聚类融合方法、面向金融时间序列分析的集成学习方法；提出以动态表达网络作为共享的计算资源结构，并以动态变结构隐马尔科夫模型为基础，研究数据挖掘算法的联合实现。

2.管理决策服务：研究企业绩效评价指标体系与评价方法、投资及供应链绩效评价体系、基于数据挖掘技术进行上市公司会计信息失真识别；针对虚假财务报告数据特点，提出了新的聚类模型。

3.金融数据挖掘：基于数据挖掘技术与相关数据库，进行金融时间序列数据模拟、分析宏微观经济状况的转化、挖掘风险累积途径，提取金融行为特征；提出风险规避方案以及优化管理的措施。

主要负责人：孙建成