关联规则在电力负荷变化规律挖掘中的应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第6-13页 |
| 1.1 课题研究背景 | 第6页 |
| 1.2 电力负荷的分类 | 第6-7页 |
| 1.3 电力负荷预测研究现状 | 第7-10页 |
| 1.4 电力负荷的影响因素 | 第10-12页 |
| 1.5 本文主要工作 | 第12-13页 |
| 第二章 数据挖掘技术 | 第13-18页 |
| 2.1 数据挖掘的基本概念 | 第13-16页 |
| 2.1.1 数据挖掘之定义 | 第13页 |
| 2.1.2 数据挖掘的过程 | 第13-15页 |
| 2.1.3 数据挖掘与数学统计分析之间的关系 | 第15页 |
| 2.1.4 数据挖掘与数据仓库之间的关系 | 第15页 |
| 2.1.5 数据挖掘的分类 | 第15-16页 |
| 2.2 数据挖掘常用方法 | 第16-18页 |
| 第三章 关联规则挖掘 | 第18-23页 |
| 3.1 基本概念 | 第19页 |
| 3.2 关联规则的挖掘步骤 | 第19-20页 |
| 3.3 关联规则挖掘算法 | 第20-21页 |
| 3.4 算法比较 | 第21-23页 |
| 第四章 FP-Growth 算法 | 第23-30页 |
| 4.1 算法描述 | 第23-24页 |
| 4.2 FP- Growth 算例 | 第24-30页 |
| 第五章 电力负荷变化规律的挖掘实现 | 第30-40页 |
| 5.1 挖掘步骤 | 第30页 |
| 5.2 数据仓库的构建 | 第30-33页 |
| 5.2.1 设计主题概念 | 第31页 |
| 5.2.2 设计逻辑模型 | 第31-32页 |
| 5.2.3 设计物理模型 | 第32页 |
| 5.2.4 数据预处理 | 第32-33页 |
| 5.3 数据概化 | 第33-37页 |
| 5.3.1 聚类分析 | 第33-35页 |
| 5.3.2 基于K-Means的聚类分析 | 第35-37页 |
| 5.5 关联规则挖掘 | 第37-40页 |
| 第六章 总结与展望 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 发表论文和参加科研情况说明 | 第43-44页 |
| 致谢 | 第44页 |
