| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 1 引言 | 第10-22页 |
| ·课题的提出 | 第10-12页 |
| ·课题的社会背景 | 第10-11页 |
| ·课题的研究背景 | 第11-12页 |
| ·课题的目的与意义 | 第12页 |
| ·国内外研究现状 | 第12-19页 |
| ·国内外建筑能耗分析研究现状 | 第12-16页 |
| ·数据挖掘技术的发展及现状 | 第16-18页 |
| ·建筑能耗分析中存在的问题 | 第18-19页 |
| ·论文研究内容 | 第19页 |
| ·论文组织结构 | 第19-22页 |
| 2 相关理论与技术概述 | 第22-38页 |
| ·建筑能耗分析方法 | 第22-25页 |
| ·建筑能耗模拟技术 | 第22-23页 |
| ·能效分析理论 | 第23-24页 |
| ·数据挖掘技术在建筑能耗分析的应用 | 第24-25页 |
| ·数据挖掘技术 | 第25-32页 |
| ·数据挖掘的基本概念 | 第25-26页 |
| ·数据挖掘的步骤 | 第26页 |
| ·数据挖掘系统的组成 | 第26-27页 |
| ·数据挖掘的功能 | 第27-31页 |
| ·数据挖掘工具简介 | 第31-32页 |
| ·Weka 平台 | 第32-36页 |
| ·Weka 平台简介 | 第32页 |
| ·Weka 系统的文件格式 | 第32-34页 |
| ·Weka 系统的界面 | 第34-35页 |
| ·Weka 系统的特点 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 3 公共建筑能耗分析的数据挖掘过程 | 第38-44页 |
| ·概述 | 第38页 |
| ·能量利用效率的量化 | 第38-39页 |
| ·数据预处理 | 第39-40页 |
| ·公共建筑能耗数据特点 | 第39页 |
| ·数据预处理方法 | 第39-40页 |
| ·公共建筑能耗分析的聚类模型 | 第40-42页 |
| ·数据挖掘应用于建筑能耗分析的主题 | 第40-41页 |
| ·公共建筑能耗分析的聚类模型 | 第41-42页 |
| ·结果解释与评估 | 第42页 |
| ·本章小结 | 第42-44页 |
| 4 Chameleon 算法在 Weka 平台上的实现 | 第44-58页 |
| ·概述 | 第44页 |
| ·开发与运行环境 | 第44-45页 |
| ·集成开发工具 | 第44页 |
| ·开发语言 | 第44页 |
| ·运行环境 | 第44-45页 |
| ·Chameleon 算法分析 | 第45-46页 |
| ·Chameleon 算法的基本原理 | 第45页 |
| ·Chameleon 算法的构建 | 第45-46页 |
| ·基于Weka 平台的Chameleon 算法设计 | 第46-49页 |
| ·算法的封装 | 第49-51页 |
| ·封装算法的性能测试 | 第51-54页 |
| ·K-means 算法简介 | 第51-52页 |
| ·性能对比 | 第52-54页 |
| ·关键代码 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 5 实验与结果分析 | 第58-72页 |
| ·概述 | 第58页 |
| ·实验介绍 | 第58-59页 |
| ·数据来源 | 第58页 |
| ·评价标准 | 第58-59页 |
| ·公共建筑能耗数据预处理 | 第59-62页 |
| ·属性选择 | 第59-61页 |
| ·缺失数据清理 | 第61-62页 |
| ·公共建筑能耗分析聚类模型的建立 | 第62-64页 |
| ·确定聚类数目 | 第62页 |
| ·确定随机种子数 | 第62-64页 |
| ·模型分析 | 第64-68页 |
| ·某办公楼聚类结果 | 第64-65页 |
| ·某商场聚类结果 | 第65-66页 |
| ·求取能量利用效率 | 第66-68页 |
| ·模型应用 | 第68-70页 |
| ·模型评价 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 6 总结与展望 | 第72-76页 |
| ·总结 | 第72-73页 |
| ·展望 | 第73-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附录 | 第82页 |
| A. 作者在攻读学位期间发表的论文目录 | 第82页 |
| B. 作者在攻读学位期间参与的科研项目 | 第82页 |