長春理工大學數(shù)據(jù)庫與數(shù)據(jù)挖掘在職研究生在現(xiàn)代人工智能領域研究取得的理論成果得到實際應用和檢驗。在國際上較早地開展知覺信息表達和整合研究，取得創(chuàng)新理論成果，形成了本方向的研究特色和優(yōu)勢。

　　長春理工大學數(shù)據(jù)庫理論與技術：提出數(shù)據(jù)庫多層架構邏輯模型和均衡規(guī)范化技術，平衡處理不同節(jié)點數(shù)據(jù)一致性、實時性和復雜性關系，突破了分布式異構實時數(shù)據(jù)庫關鍵技術。提出海量數(shù)據(jù)并行郵遞消息中間件技術，突破了現(xiàn)有的點對點消息隊列傳輸模式和串行處理方式的帶寬瓶頸。完成的“分布式XXXX仿真數(shù)據(jù)庫”，被專家們評價為“填補國內(nèi)空白，達到國際先進水平”，獲國防科學技術三等獎。

　　長春理工大學智能計算理論：研究神經(jīng)網(wǎng)絡泛化能力評估與性能改善、模擬退火算法、模糊推理算法、演化優(yōu)化算法、動態(tài)環(huán)境下的優(yōu)化和多目標優(yōu)化。研究基于自適應遺傳算子的改進遺傳算法，通過變異算子的操作保證算法在局部收斂與全局收斂之間得到優(yōu)化。近年，重點是在蟻群算法、免疫遺傳算法和作業(yè)調(diào)度等方面開展理論和應用研究。國防FMS重點實驗室基金項目“基于遺傳算法的分布式生產(chǎn)制的車間作業(yè)調(diào)度系統(tǒng)”和吉林省科技發(fā)展項目“基于遺傳算法的車間作業(yè)調(diào)度系統(tǒng)”實現(xiàn)了動態(tài)環(huán)境下的優(yōu)化調(diào)度和多目標優(yōu)化調(diào)度。

　　長春理工大學數(shù)據(jù)挖掘與動態(tài)規(guī)劃：以粗糙集理論為主，研究大型復雜系統(tǒng)動態(tài)數(shù)據(jù)中的高級知識發(fā)現(xiàn);研究作業(yè)調(diào)度、蟻群算法、免疫遺傳算法等方面的理論;研究增量式格機的標注及其分類特性、基于格機理論的數(shù)據(jù)約簡方法和分類方法，以及基于格機理論和粗糙集理論的數(shù)據(jù)挖掘，同時開展數(shù)據(jù)挖掘與數(shù)據(jù)呈現(xiàn)和面向行業(yè)的產(chǎn)品數(shù)據(jù)分析等。已出版專著《基于粗集的數(shù)據(jù)挖掘技術》、《模糊聚類算法及應用》。代表性成果“基于聚類分析的工傷管理軟件”在與信息熵結合的屬性重要度約簡算法研究上取得較大進展，獲吉林省大數(shù)據(jù)在職研究生高校自然科學研究一等獎。