基于数据挖掘技术的电网智能报警系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-11页 |
| ·选题背景及其意义 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·主要技术难点及关键技术 | 第10页 |
| ·本文的主要工作内容 | 第10-11页 |
| 第2章 数据挖掘原理概述 | 第11-14页 |
| ·数据挖掘的定义 | 第11页 |
| ·数据挖掘的过程 | 第11-12页 |
| ·数据挖掘技术的方法 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第3章 基于决策树的报警信息去噪 | 第14-30页 |
| ·决策树简介 | 第14-15页 |
| ·报警信息去噪分类决策树设计思路 | 第15-18页 |
| ·数据预处理 | 第15页 |
| ·归纳形成分类属性 | 第15-16页 |
| ·形成去噪分类决策树 | 第16-18页 |
| ·树枝修剪 | 第18页 |
| ·应用分析 | 第18-28页 |
| ·数据预处理 | 第18-20页 |
| ·归纳形成分类属性 | 第20-22页 |
| ·形成去噪分类决策树 | 第22-27页 |
| ·树枝修剪 | 第27-28页 |
| ·改进后的去噪决策树去噪效果分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 基于粗糙集的报警推理规则提取 | 第30-41页 |
| ·粗糙集理论简介 | 第30-31页 |
| ·粗糙集相关定义 | 第31-34页 |
| ·知识定义 | 第31页 |
| ·粗糙集定义 | 第31页 |
| ·信息系统定义 | 第31-32页 |
| ·可辨识矩阵 | 第32-33页 |
| ·知识获取 | 第33-34页 |
| ·基于粗糙集的电网报警推理规则提取 | 第34-35页 |
| ·选取条件属性和决策属性 | 第34页 |
| ·形成可辨识矩阵 | 第34页 |
| ·基于可辨识矩阵的条件属性约简 | 第34-35页 |
| ·属性值约简 | 第35页 |
| ·报警推理规则的形成 | 第35页 |
| ·应用分析 | 第35-40页 |
| ·提取电网报警推理规则 | 第35-39页 |
| ·报警推理规则的应用分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 电网智能报警系统的设计与实现 | 第41-47页 |
| ·系统结构设计与实现 | 第41-43页 |
| ·硬件结构 | 第41-42页 |
| ·软件结构 | 第42-43页 |
| ·实例分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第6章 结论与展望 | 第47-48页 |
| ·结论 | 第47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 在攻读硕士学位期间发表的学术论文及其他成果 | 第51-52页 |
| 致谢 | 第52页 |
