基于数据挖掘的通信基站能耗分析研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章: 研究背景 | 第9-12页 |
| 1.1 研究问题提出及研究意义 | 第9-10页 |
| 1.2 研究框架和研究方法 | 第10-12页 |
| 第二章: 文献综述 | 第12-26页 |
| 2.1 国内外建筑能耗分析研究现状 | 第12-18页 |
| 2.1.1 国内外建筑能耗研究现状 | 第12-14页 |
| 2.1.2 国内外建筑能耗标杆研究现状 | 第14-17页 |
| 2.1.3 国内外基站能耗研究现状 | 第17-18页 |
| 2.2 基站能耗分析中现存的问题 | 第18-20页 |
| 2.3 数据挖掘技术发展及现状 | 第20-26页 |
| 2.3.1 数据挖掘的功能 | 第20-22页 |
| 2.3.2 多元线性回归 | 第22-23页 |
| 2.3.3 聚类分析 | 第23-24页 |
| 2.3.4 人工神经网络 | 第24-26页 |
| 第三章: 数据收集与处理 | 第26-32页 |
| 3.1 中国通信基站能耗数据管理介绍 | 第27-28页 |
| 3.2 能耗数据的预处理过程 | 第28-31页 |
| 3.3 基站数据特点总结及管理建议 | 第31-32页 |
| 第四章: 基站能耗标杆的建立与验证 | 第32-39页 |
| 4.1 多元线性回归法建立基站能耗标杆 | 第32-33页 |
| 4.2 聚类分析法建立基站能耗标杆 | 第33-35页 |
| 4.3 人工神经网络法建立基站能耗标杆 | 第35-39页 |
| 第五章: 模型分析 | 第39-47页 |
| 5.1 多元线性回归方程分析 | 第39-40页 |
| 5.2 聚类分析 | 第40-42页 |
| 5.3 人工神经网络分析 | 第42-43页 |
| 5.4 方法对比 | 第43-47页 |
| 第六章: 结论与展望 | 第47-51页 |
| 6.1 结论 | 第47-49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间发表的学术论文目录 | 第55页 |
