首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于数据挖掘技术的用户异常用电检测系统的研究与实现

摘要第4-5页
ABSTRACT第5-6页
第一章 引言第10-18页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-12页
    1.3 论文研究内容与目标第12-15页
        1.3.1 论文研究内容第12-14页
        1.3.2 研究目标第14页
        1.3.3 本人承担任务第14-15页
    1.4 论文组织结构第15-18页
第二章 系统相关理论及技术介绍第18-26页
    2.1 皮尔逊相关系数第18-19页
    2.2 主成分分析法第19-20页
        2.2.1 主成分分析的基本介绍第19页
        2.2.2 主成分分析法的计算步骤第19-20页
    2.3 算法介绍第20-22页
        2.3.1 xgbost算法第20-21页
        2.3.2 GBDT算法第21页
        2.3.3 随机森林算法第21-22页
    2.4 PYTHON和DJANGO第22-24页
        2.4.1 Python简介第22页
        2.4.2 Django简介第22-24页
    2.5 本章小结第24-26页
第三章 用户异常用电检测模型的研究第26-46页
    3.1 数据介绍第26-27页
    3.2 数据预处理第27-29页
        3.2.1 数据过滤第28页
        3.2.2 缺失值填补第28-29页
        3.2.3 数据归一化第29页
    3.3 基于时间维度和相关性的特征构建第29-34页
        3.3.1 日特征构建第29-30页
        3.3.2 月特征构建第30-31页
        3.3.3 季度特征构建第31-32页
        3.3.4 年特征构建第32-33页
        3.3.5 用户用电负荷相关性特征构建第33-34页
    3.4 特征维度规约第34页
    3.5 模型构建及融合第34-39页
        3.5.1 随机森林算法模型第35页
        3.5.2 GBDT算法模型第35-36页
        3.5.3 xgboost算法模型第36页
        3.5.4 算法模型融合第36-39页
    3.6 模型评估与实验结果分析第39-43页
        3.6.1 模型评估方法第39-41页
        3.6.2 单一模型实验结果第41-42页
        3.6.3 融合模型实验结果第42-43页
        3.6.4 实验结果分析第43页
    3.7 本章小结第43-46页
第四章 系统的需求分析和总体设计第46-60页
    4.1 系统需求分析第46-52页
        4.1.1 系统业务分析第46-48页
        4.1.2 系统功能需求分析第48-49页
        4.1.3 系统用例分析第49-51页
        4.1.4 系统非功能需求分析第51-52页
    4.2 系统的总体设计第52-54页
        4.2.1 软件开发平台第52页
        4.2.2 软件运行环境第52-53页
        4.2.3 系统设计限制说明第53页
        4.2.4 系统架构设计第53-54页
    4.3 系统功能模块设计第54-56页
    4.4 系统数据库设计第56-58页
        4.4.1 数据库实体关系设计第56页
        4.4.2 数据库表设计第56-58页
    4.5 本章小结第58-60页
第五章 系统的模块设计与实现第60-80页
    5.1 数据预处理模块的设计与实现第60-65页
        5.1.1 数据预处理模块流程设计第60-61页
        5.1.2 数据过滤第61-62页
        5.1.3 缺失值填补第62页
        5.1.4 数据预处理模块实现第62-64页
        5.1.5 数据预处理结果展示第64-65页
    5.2 基于时间维度的特征构造模块的设计与实现第65-69页
        5.2.1 特征构造模块设计第65-66页
        5.2.2 特征提取第66-67页
        5.2.3 特征规约第67页
        5.2.4 数据归一化第67页
        5.2.5 特征构造模块实现第67-69页
    5.3 模型训练模块的设计与实现第69-72页
        5.3.1 模型训练模块设计第69-71页
        5.3.2 模型训练模块实现第71-72页
    5.4 模型检测结果展示模块的设计与实现第72-78页
        5.4.1 模型检测结果展示模块设计第72-74页
        5.4.2 模型检测结果展示模块设计模式第74页
        5.4.3 模型检测结果展示模块实现第74-76页
        5.4.4 模型展示界面第76-78页
    5.5 本章小结第78-80页
第六章 论文总结与展望第80-82页
    6.1 论文内容总结第80-81页
    6.2 下一步工作展望第81-82页
参考文献第82-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:基于机器视觉的水果自动分拣系统关键技术研究
下一篇:复杂网络结构可控性优化及攻击鲁棒性研究