| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景 | 第9-13页 |
| 1.1.1 电力大数据 | 第9-10页 |
| 1.1.2 可视化 | 第10-11页 |
| 1.1.3 信息融合 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的研究目的和意义 | 第15页 |
| 1.4 本文的主要研究内容及组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 电力大数据可视化预处理过程基础理论研究 | 第17-30页 |
| 2.1 神经网络模式识别 | 第17-18页 |
| 2.2 神经网络 | 第18-24页 |
| 2.2.1 神经元 | 第18-22页 |
| 2.2.2 人工神经网络 | 第22-24页 |
| 2.3 BP神经网络模型 | 第24-29页 |
| 2.3.1 BP神经网络模型 | 第24-25页 |
| 2.3.2 BP神经网络学习算法 | 第25-28页 |
| 2.3.3 BP神经网络局限性 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 电力大数据可视化预处理过程设计 | 第30-52页 |
| 3.1 电力大数据可视化预处理过程 | 第30-33页 |
| 3.1.1 电力大数据可视化融合过程设计 | 第30-31页 |
| 3.1.2 电力大数据可视化融合系统架构设计 | 第31-32页 |
| 3.1.3 电力大数据融合过程 | 第32-33页 |
| 3.2 电力大数据可视化中的信息融合模型 | 第33-45页 |
| 3.2.1 神经网络模型设计 | 第33-38页 |
| 3.2.2 信息融合模型的选用 | 第38-41页 |
| 3.2.3 信息融合模型的详细设计与实现 | 第41-43页 |
| 3.2.4 结合MapReduce模型的并行化算法 | 第43-45页 |
| 3.3 电力大数据可视化中的数据选择方法 | 第45-50页 |
| 3.3.1 模糊数学相关理论及其适用性 | 第45-46页 |
| 3.3.2 模糊数学理论在可视化选择中的应用 | 第46-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第4章 可视化场景展示 | 第52-68页 |
| 4.1 HERMITE正交基权值直接确定算法的性能分析与研究 | 第52-58页 |
| 4.1.1 基于元素迭代法训练的网络性能仿真 | 第52-54页 |
| 4.1.2 基于矩阵迭代法训练的网络性能仿真 | 第54-56页 |
| 4.1.3 基于权值直接确定法训练的网络性能仿真 | 第56-58页 |
| 4.2 可视化展示 | 第58-67页 |
| 4.2.1 可视化工具 | 第58-62页 |
| 4.2.2 可视化展示 | 第62-67页 |
| 4.3 本章小结 | 第67-68页 |
| 第5章 结论与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表的论文及参与科研情况 | 第73-74页 |
| 致谢 | 第74页 |