数据挖掘技术在DMA产销差系统中的应用
| 中文摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 中文文摘 | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题背景和意义 | 第10-13页 |
| 1.2 国内外的研究现状及分析 | 第13-16页 |
| 1.3 本文主要工作内容 | 第16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 相关理论和技术 | 第18-26页 |
| 2.1 DMA分区管理法 | 第18-20页 |
| 2.1.1 DMA分区管理的概念 | 第18-19页 |
| 2.1.2 DMA设计准则 | 第19-20页 |
| 2.2 夜间最小流量法 | 第20-22页 |
| 2.2.1 夜间最小流量介绍 | 第20-21页 |
| 2.2.2 国内对夜间最小流量的研究 | 第21-22页 |
| 2.3 数据挖掘技术 | 第22-24页 |
| 2.3.1 数据挖掘的概念 | 第22-23页 |
| 2.3.2 回归分析 | 第23页 |
| 2.3.3 聚类分析 | 第23-24页 |
| 2.4 统计分析 | 第24-26页 |
| 第三章 数据分析与实验 | 第26-46页 |
| 3.1 DMA分区设计与数据获取 | 第26页 |
| 3.2 夜间最小流量的计算 | 第26-32页 |
| 3.2.1 正态分布模型介绍 | 第26-29页 |
| 3.2.2 夜间最小流量的分析 | 第29页 |
| 3.2.3 夜间最小流量数据的获取 | 第29-30页 |
| 3.2.4 数据分析和夜间最小流量的确定 | 第30-32页 |
| 3.3 用水量预测模型设计与实验 | 第32-40页 |
| 3.3.1 时间序列模型介绍 | 第32-33页 |
| 3.3.2 经典回归算法介绍 | 第33-35页 |
| 3.3.3 数据挖掘工具——weka | 第35页 |
| 3.3.4 用水量预测模型设计 | 第35-37页 |
| 3.3.5 用水量预测模型实验 | 第37-40页 |
| 3.4 各区表聚类分析与评估 | 第40-45页 |
| 3.4.1 经典聚类算法介绍 | 第40-42页 |
| 3.4.2 聚类前的数据准备 | 第42页 |
| 3.4.3 聚类分析 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 DMA系统的设计与实现 | 第46-62页 |
| 4.1 DMA产销差系统的软硬件开发环境 | 第46页 |
| 4.2 DMA系统结构及各功能模块的设计与实现 | 第46-61页 |
| 4.2.1 系统架构设计 | 第46-47页 |
| 4.2.2 系统各功能模块设计 | 第47-49页 |
| 4.2.3 数据库设计 | 第49-56页 |
| 4.2.4 DMA系统各功能模块的实现 | 第56-60页 |
| 4.2.5 DMA系统的特点 | 第60-61页 |
| 4.3 本章小节 | 第61-62页 |
| 第五章 结论与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间承担的科研任务与主要成果 | 第68-70页 |
| 致谢 | 第70-72页 |
| 个人简历 | 第72-74页 |
