随着数据采集技术和数据处理技术的发展,人们对数据不确定性的认识逐渐深入。由于测量误差、设备精度、保密措施等各种因素的影响,数据表现出固有的不确定性,这种数据被称为不确定数据。由于现在大部分数据挖掘技术研究主要作用于确定性数据,当将其运用到不确定数据时,会忽略不确定数据的概率维度,致使挖掘效果不够理想。所以如何从不确定数据集中挖掘出有价值的信息成为一个新的研究热点。在对现有的数据挖掘系统进行详细的问题分析和需求分析的基础上,本文设计了一个基于不确定数据的数据挖掘系统,重点研究了不确定数据挖掘技术中离群点检测技术和频繁项集挖掘技术。根据不确定数据的特点,提出了不确定数据的top-k离群点检测算法VGUOD和不确定数据的加权频繁项集挖掘算法WCUFP-Mine。在二维数据空间中,针对已有的基于距离的不确定数据离群点检测算法参数设置困难,在大数据集上扩展性差的问题,采用top-k思想对不确定数据离群点的概念进行重新定义,运用动态规划思想计算离群概率,有效减少了计算量,在此基础上提出了基于虚拟网格聚类的剪枝方法,极大降低了算法的时间复杂度。为了提高不确定数据频繁项集挖掘算法的实用性,本文在CUFP-Mine算法的基础上提出了一种不确定数据的加权频繁项集挖掘算法WCUFP-Mine。该算法为数据集中每个项引入一个权重值,并改进了CUFP-Mine算法的建树方式,有效减少了树形结构的规模,提高了挖掘效率。最后,将基于不确定数据的数据挖掘系统作为子模块运用于VTS故障管理子系统中,实现了系统的设备故障报警和故障分析等功能。初步应用效果证明本文所提出的不确定数据挖掘技术能够有效提高系统的性能和可靠性。