基于GSA的数据挖掘在电力系统不良数据辨识中的应用
| 1 绪论 | 第1-9页 |
| ·电力系统不良数据辨识的意义 | 第6页 |
| ·国内外不良数据辨识研究概况 | 第6-7页 |
| ·论文的主要研究工作 | 第7-9页 |
| 2 数据挖掘及基于GSA的数据挖掘过程 | 第9-18页 |
| ·数据挖掘的基本概念 | 第9页 |
| ·数据挖掘的过程 | 第9-11页 |
| ·数据挖掘的体系结构 | 第11-12页 |
| ·数据挖掘在电力系统的应用 | 第12-14页 |
| ·电力系统数据挖掘的任务 | 第12-14页 |
| ·电力系统的数据挖掘策略 | 第14页 |
| ·基于GSA的数据挖掘过程 | 第14-17页 |
| ·小结 | 第17-18页 |
| 3 相关理论及算法 | 第18-44页 |
| ·聚类算法 | 第18-24页 |
| ·聚类分析概念 | 第18-20页 |
| ·主要聚类方法 | 第20-22页 |
| ·k-means聚类算法 | 第22-24页 |
| ·人工神经网络算法 | 第24-35页 |
| ·人工神经网络概述 | 第24页 |
| ·人工神经网络的信息处理原理 | 第24-25页 |
| ·人工神经网络模型 | 第25-27页 |
| ·人工神经网络的学习规则 | 第27-30页 |
| ·BP神经网络算法 | 第30-35页 |
| ·GSA算法 | 第35-43页 |
| ·概述 | 第35-37页 |
| ·gad staristic方法 | 第37-38页 |
| ·参考数据分布 | 第38-42页 |
| ·gap statistic计算的实现方法 | 第42-43页 |
| ·小结 | 第43-44页 |
| 4 不良数据辨识的实现 | 第44-63页 |
| ·基于BP神经网络方法的建模和仿真 | 第44-51页 |
| ·基于BP神经网络方法的建模 | 第44页 |
| ·基于BP神经网络方法的仿真 | 第44-51页 |
| ·基于GSA方法的建模和仿真 | 第51-61页 |
| ·基于GSA方法的建模 | 第51-53页 |
| ·基于GSA方法的仿真 | 第53-61页 |
| ·两种方法的比较 | 第61-62页 |
| ·小结 | 第62-63页 |
| 5 结论 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
