新能源汽车数据聚类分析及其应用研究
| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 引言 | 第9-12页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 论文主要工作 | 第11-12页 |
| 1.2.1 作者所做的工作 | 第11页 |
| 1.2.2 本文内容安排 | 第11-12页 |
| 第2章 聚类分析的概念和方法 | 第12-18页 |
| 2.1 基本概念 | 第12页 |
| 2.2 相似性度量 | 第12-13页 |
| 2.3 聚类分析的基本步骤 | 第13-14页 |
| 2.4 常用算法 | 第14-18页 |
| 2.4.1 划分聚类算法 | 第14-16页 |
| 2.4.2 层次聚类算法 | 第16页 |
| 2.4.3 基于密度的聚类算法 | 第16-17页 |
| 2.4.4 基于网格的聚类算法 | 第17页 |
| 2.4.5 基于模型的聚类算法 | 第17-18页 |
| 第3章 新能源汽车数据收集、整理与预处理 | 第18-28页 |
| 3.1 新能源汽车简介 | 第18页 |
| 3.2 数据的收集 | 第18-20页 |
| 3.3 数据的整理 | 第20-22页 |
| 3.4 数据的预处理 | 第22-28页 |
| 3.4.1 数据清理 | 第22-24页 |
| 3.4.2 数据集成 | 第24-25页 |
| 3.4.3 数据变换 | 第25-26页 |
| 3.4.4 数据规约 | 第26-27页 |
| 3.4.5 新能源汽车数据预处理 | 第27-28页 |
| 第4章 新能源汽车数据聚类分析 | 第28-49页 |
| 4.1 新能源汽车中的数据挖据问题 | 第28-29页 |
| 4.2 新能源汽车中的数据聚类分析流程 | 第29-30页 |
| 4.3 驾驶行为习惯聚类分析 | 第30-37页 |
| 4.3.1 数据准备 | 第30-31页 |
| 4.3.2 数据预处理 | 第31-33页 |
| 4.3.3 聚类分析 | 第33-36页 |
| 4.3.4 聚类结果评价 | 第36-37页 |
| 4.4 行车耗电量聚类分析 | 第37-43页 |
| 4.4.1 数据准备 | 第37-38页 |
| 4.4.2 数据预处理 | 第38页 |
| 4.4.3 聚类分析 | 第38-42页 |
| 4.4.4 聚类结果评价 | 第42-43页 |
| 4.5 车速聚类分析 | 第43-49页 |
| 4.5.1 数据准备 | 第43-44页 |
| 4.5.2 数据预处理 | 第44页 |
| 4.5.3 聚类分析 | 第44-48页 |
| 4.5.4 聚类结果评价 | 第48-49页 |
| 第5章 总结与展望 | 第49-50页 |
| 5.1 主要工作 | 第49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
