数据挖掘在燃气系统中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·论文研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·燃气系统数据挖掘内容概述 | 第9-10页 |
| ·论文研究的主要内容及组织结构 | 第10-12页 |
| ·论文研究的主要内容 | 第10页 |
| ·论文的组织结构 | 第10-12页 |
| 2 数据挖掘技术概述 | 第12-18页 |
| ·数据挖掘的定义 | 第12页 |
| ·数据挖掘的功能 | 第12-13页 |
| ·数据挖掘的基本过程 | 第13-15页 |
| ·数据挖掘的应用 | 第15-16页 |
| ·数据挖掘的知识分类与技术 | 第16-18页 |
| 3 相关算法分析 | 第18-31页 |
| ·聚类分析 | 第18-24页 |
| ·聚类分析的概念 | 第18-19页 |
| ·聚类分析中的数据类型 | 第19-20页 |
| ·聚类分析的主要步骤 | 第20-21页 |
| ·聚类分析算法 | 第21-22页 |
| ·K-均值(K-Means)算法 | 第22-24页 |
| ·自组织数据挖掘 | 第24-27页 |
| ·自组织数据挖掘的基本思想 | 第24-25页 |
| ·自组织数据挖掘的算法体系 | 第25-26页 |
| ·AC模式识别理论 | 第26-27页 |
| ·关联规则 | 第27-31页 |
| ·关联规则的相关概念 | 第27页 |
| ·关联规则基本概念 | 第27-28页 |
| ·关联规则的评价 | 第28-29页 |
| ·关联规则挖掘步骤 | 第29页 |
| ·Apriori算法 | 第29-31页 |
| 4 数据挖掘在燃气系统中的应用 | 第31-49页 |
| ·系统模块及流程设计 | 第31-32页 |
| ·搭建系统实验平台 | 第32-34页 |
| ·实验环境 | 第32页 |
| ·核心设计 | 第32-33页 |
| ·数据源配置 | 第33-34页 |
| ·聚类分析在燃气用户细分中的应用 | 第34-41页 |
| ·燃气用户细分概述 | 第34-36页 |
| ·抽取用户细分数据 | 第36-37页 |
| ·用户数据的清理及变换 | 第37-38页 |
| ·基于K-均值的细分建模 | 第38-40页 |
| ·聚类结果分析 | 第40-41页 |
| ·AC挖掘算法在燃气销售预测中的应用 | 第41-45页 |
| ·燃气销售预测概述 | 第41页 |
| ·挖掘数据提取及预处理 | 第41-42页 |
| ·AC挖掘算法建模 | 第42-44页 |
| ·预测结果分析 | 第44-45页 |
| ·关联规则在燃气管道维修中的应用 | 第45-49页 |
| ·挖掘数据提取 | 第45-46页 |
| ·挖掘数据预处理 | 第46-47页 |
| ·关联规则挖掘 | 第47-48页 |
| ·挖掘结果分析 | 第48-49页 |
| 5 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |
