基于数据挖掘的住宅建筑能耗基准及用能评价研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-20页 |
1.1 研究背景和意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-18页 |
1.2.1 建筑分值评估法 | 第12-15页 |
1.2.2 模拟分析法 | 第15-16页 |
1.2.3 统计分析法 | 第16-18页 |
1.3 研究目标和内容 | 第18-19页 |
1.4 论文框架 | 第19-20页 |
第2章 数据挖掘技术及工具 | 第20-29页 |
2.1 数据挖掘 | 第20-24页 |
2.1.1 概述 | 第20页 |
2.1.2 主要任务及模式 | 第20-21页 |
2.1.3 主要技术 | 第21-22页 |
2.1.4 数据挖掘流程 | 第22-24页 |
2.2 聚类分析 | 第24-26页 |
2.2.1 基本概念 | 第24-25页 |
2.2.2 聚类分析算法 | 第25-26页 |
2.3 数据挖掘工具 | 第26-28页 |
2.3.1 Weka平台简介 | 第26-27页 |
2.3.2 Weka平台的主要功能 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第3章 住宅建筑能耗基准及用能评价方法 | 第29-36页 |
3.1 方法概述 | 第29-30页 |
3.2 数据预处理 | 第30-31页 |
3.2.1 数据清理 | 第30-31页 |
3.2.2 数据转换 | 第31页 |
3.3 灰色关联分析 | 第31-32页 |
3.4 聚类分析 | 第32-33页 |
3.5 基准值确定 | 第33-34页 |
3.6 用能评价及建议 | 第34页 |
3.7 本章小结 | 第34-36页 |
第4章 数据库构成及数据预处理 | 第36-40页 |
4.1 数据库简介 | 第36-37页 |
4.2 特征参数选择 | 第37-38页 |
4.3 数据预处理 | 第38-39页 |
4.4 本章小结 | 第39-40页 |
第5章 结果与讨论 | 第40-51页 |
5.1 灰色关联分析 | 第40-41页 |
5.2 聚类分析 | 第41-45页 |
5.2.1 聚类建筑特征 | 第41页 |
5.2.2 聚类能耗特征 | 第41-45页 |
5.3 能耗基准 | 第45-48页 |
5.4 节能评价及建议 | 第48-50页 |
5.5 本章小结 | 第50-51页 |
结论与展望 | 第51-53页 |
结论 | 第51-52页 |
展望 | 第52-53页 |
参考文献 | 第53-58页 |
致谢 | 第58-59页 |
附录A (攻读学位期间的学术论文及科研情况) | 第59-60页 |
附录B (攻读硕士学位期间参与项目) | 第60页 |