| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 数据挖掘技术概述 | 第10-14页 |
| 1.2.1 数据挖掘的功能 | 第10-12页 |
| 1.2.2 数据挖掘流程 | 第12-14页 |
| 1.3 支持向量机算法的研究现状 | 第14-15页 |
| 1.4 本文研究内容及组织结构 | 第15-19页 |
| 第二章 最小二乘支持向量机算法理论 | 第19-29页 |
| 2.1 统计学习的基本理论 | 第19-22页 |
| 2.1.1 VC维理论 | 第19-20页 |
| 2.1.2 结构风险最小化原则 | 第20-21页 |
| 2.1.3 泛化能力 | 第21-22页 |
| 2.2 支持向量机算法 | 第22-27页 |
| 2.2.1 支持向量回归机算法 | 第22-25页 |
| 2.2.2 最小二乘支持向量机算法 | 第25-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第三章 基于免疫的频谱数据挖掘算法 | 第29-59页 |
| 3.1 免疫算法原理 | 第29-32页 |
| 3.2 改进的特征加权最小二乘支持向量机算法 | 第32-33页 |
| 3.3 改进的基于免疫算法的数据挖掘算法 | 第33-37页 |
| 3.4 电力负荷数据仿真验证与结果分析 | 第37-47页 |
| 3.4.1 电力负荷数据分析 | 第37-40页 |
| 3.4.2 输入特征稀疏性的解决方案 | 第40-42页 |
| 3.4.3 数据预处理及关键参数设置 | 第42-44页 |
| 3.4.4 验证结果与分析 | 第44-47页 |
| 3.5 频谱数据仿真验证与结果分析 | 第47-57页 |
| 3.5.1 基于区域划分的频谱重用方案 | 第47-50页 |
| 3.5.2 频谱数据信源产生模型 | 第50-54页 |
| 3.5.3 仿真频谱数据概况 | 第54-56页 |
| 3.5.4 验证结果与分析 | 第56-57页 |
| 3.6 本章小结 | 第57-59页 |
| 第四章 基于耦合模拟退火的频谱数据挖掘算法 | 第59-77页 |
| 4.1 耦合模拟退火算法 | 第59-63页 |
| 4.1.1 模拟退火算法原理 | 第59-62页 |
| 4.1.2 改进的模拟退火算法及实现步骤 | 第62-63页 |
| 4.2 NELDER-MEAD下山单纯形法 | 第63-67页 |
| 4.2.1 单纯形算法思想原理 | 第63-64页 |
| 4.2.2 改进的下山单纯形算法及实现步骤 | 第64-67页 |
| 4.3 基于耦合模拟退火的FW-LSSVM算法及验证 | 第67-70页 |
| 4.3.1 电力负荷数据预处理 | 第67页 |
| 4.3.2 验证结果及分析 | 第67-70页 |
| 4.4 频谱数据仿真与结果分析 | 第70-75页 |
| 4.4.1 离线频谱数据预测 | 第70-72页 |
| 4.4.2 在线频谱数据预测 | 第72-75页 |
| 4.5 本章小结 | 第75-77页 |
| 第五章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 攻读学位期间发表的学术论文 | 第85页 |