| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·本文选题背景及研究意义 | 第8页 |
| ·国内外研究现状 | 第8-14页 |
| ·数据挖掘技术概述 | 第8-9页 |
| ·建筑能耗分析国内外研究现状 | 第9-11页 |
| ·关联规则数据挖掘技术概述 | 第11-12页 |
| ·聚类数据挖掘技术概述 | 第12-14页 |
| ·本文主要工作内容与组织结构 | 第14-16页 |
| 第二章 矩阵排序索引关联规则数据挖掘方法 | 第16-27页 |
| ·公共建筑能耗知识及仿真数据选择 | 第16-17页 |
| ·关联规则相关概念 | 第17-18页 |
| ·布尔矩阵频繁项集生成 | 第18-20页 |
| ·布尔矩阵生成 | 第18-19页 |
| ·布尔矩阵剪枝方法 | 第19-20页 |
| ·上三角矩阵频繁项集生成 | 第20页 |
| ·排序索引频繁项集生成 | 第20-22页 |
| ·效率分析 | 第22页 |
| ·实验结果与分析 | 第22-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 自适应快速DBSCAN密度聚类方法 | 第27-36页 |
| ·DBSCAN密度聚类算法原理 | 第27-28页 |
| ·扫描半径参数的多项式数据拟合方法 | 第28-31页 |
| ·距离分布矩阵 | 第28页 |
| ·KNN数据分布与distk概率分布 | 第28-29页 |
| ·曲线拟合 | 第29-31页 |
| ·种子代表对象的选择 | 第31-32页 |
| ·外部评价标准 | 第32页 |
| ·实验结果与分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于流形结构邻域选择的局部投影近邻传播算法 | 第36-45页 |
| ·AP聚类算法原理 | 第36-37页 |
| ·基于流形结构邻域选择的LPP数据投影近邻传播算法 | 第37-41页 |
| ·偏向参数自适应确定 | 第38页 |
| ·基于流形结构邻域选择的LPP数据投影方法 | 第38-41页 |
| ·内部评价标准 | 第41页 |
| ·实验结果与分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 物联网建筑能耗数据智能分析系统 | 第45-63页 |
| ·系统总体技术架构 | 第45-48页 |
| ·功能模块设计 | 第48-49页 |
| ·系统界面设计 | 第49-52页 |
| ·实验结果与分析 | 第52-62页 |
| ·建筑能耗数据来源 | 第52页 |
| ·建筑能耗数据预处理 | 第52页 |
| ·IMSIA关联规则数据挖掘模型 | 第52-56页 |
| ·AF-DBSCAN聚类数据挖掘模型 | 第56-58页 |
| ·数据分析模型 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 主要结论与展望 | 第63-65页 |
| 主要结论 | 第63-64页 |
| 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第71页 |