首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于电力大数据的数据挖掘支撑子系统的设计与实现

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-14页
    1.1 研究背景第9页
    1.2 国内外研究现状第9-10页
    1.3 主要研究内容第10-12页
    1.4 论文总体结构第12-14页
第二章 相关技术第14-24页
    2.1 Hadoop分布式储存系统第14-17页
    2.2 数据清洗技术第17-20页
        2.2.1 数据清洗的定义第17-18页
        2.2.2 数据清洗的基本原理和方法第18页
        2.2.3 清洗数据算法第18-19页
        2.2.4 数据清洗的一般性框架第19-20页
    2.3 机器学习和weka库第20-23页
        2.3.1 机器学习概述第20-22页
        2.3.2 weka开源平台第22-23页
    2.4 本章小结第23-24页
第三章 需求分析第24-28页
    3.1 上下文环境第24页
    3.2 功能性需求第24-27页
        3.2.1 基于电力大数据的数据存取第25-26页
        3.2.2 基于电力大数据的多源数据融合第26页
        3.2.3 基于电力大数据的数据清洗第26-27页
    3.3 非功能性需求第27页
    3.4 本章小结第27-28页
第四章 关键问题研究第28-40页
    4.1 多源数据融合第28-29页
    4.2 基于机器学习的数据清洗第29-33页
        4.2.1 基础的数据清洗第30-32页
        4.2.2 基于机器学习的清洗验证第32-33页
    4.3 电网故障分类场景下的SVM参数调优第33-38页
        4.3.1 场景定义第34-35页
        4.3.2 核函数选择第35-36页
        4.3.3 惩罚因子及核函数参数调整第36-38页
        4.3.4 SVM参数调优小结第38页
    4.4 本章小结第38-40页
第五章 总体设计第40-49页
    5.1 系统总体架构第40-41页
    5.2 系统功能模块第41-44页
        5.2.1 数据存取模块第42页
        5.2.2 数据融合模块第42-43页
        5.2.3 数据清洗模块第43-44页
    5.3 基本工作流程第44-47页
        5.3.1 数据文件存取第44-45页
        5.3.2 数据文件融合第45-46页
        5.3.3 数据文件清洗第46-47页
    5.4 接口设计第47-48页
    5.5 本章小结第48-49页
第六章 关键模块设计与实现第49-59页
    6.1 数据存取模块第49-51页
        6.1.1 分布式文件储存系统的管理第49-50页
        6.1.2 数据存取第50-51页
    6.2 数据融合模块第51-53页
    6.3 数据清洗模块第53-58页
    6.4 本章小结第58-59页
第七章 系统测试第59-69页
    7.1 测试环境第59-60页
        7.1.1 软件环境第59页
        7.1.2 硬件环境第59-60页
    7.2 单元测试第60-67页
    7.3 集成测试第67-68页
    7.4 测试结果第68页
    7.5 本章小结第68-69页
第八章 结束语第69-71页
    8.1 工作总结第69-70页
    8.2 未来展望第70-71页
参考文献第71-73页
致谢第73-74页
作者攻读学位期间发表的学术论文目录第74页

论文共74页,点击 下载论文
上一篇:基于有机朗肯循环梯级换热的地热发电系统热力性能分析
下一篇:基于FPGA的多轴伺服电机控制技术及其应用研究