数据挖掘在电力市场智能营销决策支持系统的理论研究与系统开发
| 第一章 绪论 | 第1-10页 |
| ·数据挖掘分析技术及应用 | 第7-8页 |
| ·电力市场营销智能决策分析系统 | 第8页 |
| ·本文的工作和结构 | 第8-10页 |
| ·本文的工作 | 第8-9页 |
| ·本文的结构 | 第9-10页 |
| 第二章 电力市场事务空间数学模型 | 第10-13页 |
| ·电力市场事务空间数学模型 | 第10-12页 |
| ·电力市场事务空间数学模型中的基本概念 | 第10-11页 |
| ·电力市场事务空间模型的数学表达 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第三章 基于神经网络的数据预处理 | 第13-17页 |
| ·概述 | 第13页 |
| ·数据预处理方法与流程 | 第13-16页 |
| ·径向基函数神经网络的实现方法 | 第14-15页 |
| ·径向基函数神经网络的训练方法 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第四章 电力市场营销决策系统的数据挖掘模型 | 第17-43页 |
| ·概述 | 第17-18页 |
| ·多维关联规则的挖掘 | 第18-26页 |
| ·基本概念和问题描述 | 第18-20页 |
| ·关联规则的挖掘算法FP-growth | 第20-21页 |
| ·关联规则分析在电力市场营销分析中的应用 | 第21-26页 |
| ·决策树归纳预测 | 第26-31页 |
| ·基本概念和问题描述 | 第26页 |
| ·基于信息熵的决策树挖掘算法 | 第26-28页 |
| ·决策树分析在电力市场营销分析中的应用 | 第28-31页 |
| ·灵敏度分析挖掘 | 第31-42页 |
| ·基本概念和问题描述 | 第31-33页 |
| ·主成分分析 | 第33-35页 |
| ·主成分分析的基本概念 | 第33-34页 |
| ·主成分分析的基本步骤 | 第34-35页 |
| ·基于主成分分析的RBF神经网络分析 | 第35-37页 |
| ·算法分析 | 第35-36页 |
| ·算例对比分析 | 第36-37页 |
| ·基于主成份分析的非线性回归模型 | 第37-42页 |
| ·非线性回归分析模型 | 第37-39页 |
| ·非线性回归在电力市场营销分析中的应用 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 电力市场营销决策支持系统设计 | 第43-51页 |
| ·系统架构 | 第43-45页 |
| ·系统功能结构 | 第45-46页 |
| ·系统数据仓库设计 | 第46-47页 |
| ·算法结构设计 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 发表论文和参加科研情况 | 第55-56页 |
| 致 谢 | 第56页 |
