数据挖掘作为—种高效、深层次的数据分析处理技术,其目的在于从大量的数据中提取出隐含在其中的潜在信息,这些信息将为人们进行各种决策分析提供有力依据。如何利用数据挖掘技术对现有的大量数据进行分析处理,具有重要的实际应用价值。本文以实现军队干部能力素质培训系统中培训资源和培训模式选择的优化为目标。首先提出了问题:即现阶段军队干部能力素质培训资源与培训模式的现状、存在问题和不足。然后搭建了军队干部能力素质培训系统,阐述了系统的主要结构和功能实现方法。进而结合数据挖掘的应用现状和理论基础,重点分析了分类、聚类算法的理论、方法和实现技术,在培训资源与培训模式方面提出了改进方案。最后利用聚类与分类算法对培训资源与培训模式进行优化并对所搜集的现有培训资源与培训模式进行了聚类和分类挖掘,分析了已有数据的规律,期望对未知类别的数据进行预测。本文主要研究工作如下:1、初步搭建了军队干部能力素质培训系统,并对其主要功能和实现方法进行了阐述。2、对数据挖掘中的决策树分类算法,进行了系统的总结,对经典的决策树算法进行了比较;同时针对经典决策树存在的缺陷,引入模糊决策树算法,深入研究了模糊决策树算法的实现策略,在此基础上提出了—种新的模糊决策树算法——模糊基尼系数法;对聚类算法中的经典K均值法进行描述,针对其算法的不足之处,提出了一种改进的K均值算法,比较证明了改进后的K均值算法优于经典K均值算法。3、基于本文所阐述的决策树算法和聚类算法,设计了—个关于军队干部能力素质培训资源与培训模式的优化选择方案,对培训资源与培训模式进行分析与预测。本文针对上述研究内容,进行了大量的实验研究和论证。结果表明,本文的理论、方法与技术基本正确有效,所涉及的军队干部能力素质系统暗训资源与培训模式优化方案对实际培训可提供一定的指导作用,具有良好的实际应用前景。