数据挖掘技术及其在电力系统负荷预测中的应用

近年来,信息技术快速发展,各企业为了满足现代经济发展要求,也不断进行技术改革与创新,在企业经营与管理中不断引入先进设备,促进技术改革。电力企业要想在市场经济体制下实现快速、稳定、可持续发展,必须积极引进数字化技术,保证电力系统的安全性与稳定性。数据挖掘技术是一种利用人工智能手段,分析数据库中的大量数据,掌握其规律并获取知识的新兴技术,本文主要分析了数据挖掘技术特点以及在电力系统负荷预测中的具体应用。     

论电力系统信息网络中的数据挖掘技术及IDS应用

电力系统在整个国家国民经济中起着举足轻重的作用,其安全性不容忽视。简要介绍了基于数据挖掘技术的入侵检测系统在电力信息网络中的应用,提出用入侵检测系统从网络技术上保证电力系统的安全性。     

数据挖掘技术在MOOC中的应用研究

MOOC是旨在进行基于网络的开放式大规模学生交互参与的在线课程,以其自主学习、易于使用、注册门槛低、学习资源丰富等独特优点和优势吸引了全球大量的学习者,这些学习者来自世界各地,有着不同的教育文化背景和不同的学习特征,有着不同的学习目的,只有满足了这些学习者的个性化需求和目的,才能获得MOOC的可持续发展,并最大化其存在价值。借助数据挖掘技术,能从大量信息中获取隐藏在数据之中的有用信息,从而为决策提供支持。将数据挖掘技术应用在MOOC中,挖掘学习者的学习行为特征,提供更优良的教学资源和教学策略,才能实现MOOC存在价值最大化。     

数据挖掘技术在决策支持系统中的应用

本文针对传统决策支持系统的局限性,介绍了基于数据仓库的决策支持系统,并分析了数据挖掘技术在决策支持系统中的地位与作用。     

电网自动化数据挖掘与辅助决策研究

随着计算机技术的迅速发展及广泛应用,尤其是数据库的应用普及,为企业的生产经营及决策提供了更为可靠的数据支持及信息服务,其中,电网自动化就是计算机应用的主要体现,并为我国的电力企业带来了巨大的经济效益及发展,本文就电网自动化数据挖掘与辅助决策进行了分析研究。     

数据挖掘理论与技术研究

数据挖掘是人工智能和数据库研究的综合领域,数据挖掘技术的理论与技术发展迅速。本文对数据挖掘的概念及所要达到的目标进行了深入剖析,介绍了数据挖掘的核心技术。     

数据挖掘技术及其应用

数据挖掘是数据库研究中一个很有应用价值的课题,它融合了数据库、人工智能、机器学习等多个领域的理论和技术,本文介绍数据挖掘系统的体系结构、数据挖掘的方法及应用。     

电子政务中的数据挖掘及其应用

在分析电子政务中数据特点的基础上，概述了电子政务中的数据挖掘的方法和流程，提出需要重点研究的若干关键问题包括框架体系构建、挖掘算法设计、知识管理与分析评价等，最后对数据挖掘在电子政务决策中的应用进行了探讨。     

数据挖掘技术在交通事故分析中的应用

结合关联规则与粗糙集的思想, 提出了基于偏好信息的决策规则约简算法, 并将该算法应用于长春市历年的道路交通事故数据分析中, 从而找出交通事故发生的潜在规律.     

数据挖掘技术在医院管理及决策中的应用

随着我国医疗体制的进一步改革以及医疗市场的竞争日益激烈,迫使医院管理层寻找更为有效的方法来辅助处理复杂的医疗事务和海量数据。数据挖掘技术强大的处理数据的能力,成为医院管理者最强有力的后盾。     

现代数据挖掘技术研究进展

数据挖掘是一个多学科交叉融合而形成的新兴的学科.笔者介绍了数据挖掘的一些基本知识及有关概念,阐述了数据挖掘的一些基本方法(传统的统计学方法、神经网络、决策树、进化式程序设计、基于事例的推理方法、遗产算法、非线性回归方法),然后对当前数据挖掘在各种领域的应用进行了概括,并提出了一些难点(数据质量、信息可视化、极大数据库、信息分析员技能)和今后的研究方向.     

数据挖掘技术在管理与决策中的应用

利用数据挖掘技术和模糊关系数据库能够分析和处理大量复杂数据关系进而发现有知识和模式的优点，将两者结合应用于企业战略管理与决策过程中，在分析企业的内外部运行环境时，通过建立模糊近似关系，对相关模糊区域进行最优划分，从而识别企业的运行模式，确定出所涉及的每一企业在竞争市场中的相对地位，为企业进一步制定和实施发展战略，最终实现科学的战略决策，提供了有力的依据。     

数据挖掘在商场决策支持中的应用研究

介绍了商业企业中对商场交易信息数据、商品布局陈列信息数据、商场会员信息数据三方面数据进行分析挖掘,建立关联规则、关联陈列和关联会员,挖掘出商业企业管理决策中需要的信息,为建立可靠的商场决策支持系统提供了方法和依据。     

基于数据挖掘技术的客户关系管理系统研究

数据挖掘是CRM的核心,通过阐述数据挖掘的概念、过程、目标,分析基于数据挖掘的CRM的特征．并从客户生命周期和行业应用的角度探讨数据挖掘在客户关系管理系统中的应用．     

一种基于数据挖掘的投标决策支持系统模型

概述了数据挖掘技术和数据仓库技术,提出了基于数据挖掘的投标决策支持系统模型。该模型结合投标实际,成功运用了加权指标分析法、决策树法,并给出了相关处理方法。     

数据挖掘技术在电子商务中的应用

在信息爆炸的网络时代,处理海量信息时会显得力不从心,而数据挖掘的出现与发展很好地解决了这一难题.本文介绍了数据挖掘技术及数据挖掘技术在电子商务中的应用,加深了对客户行为的了解,而且有利于更好地调整站点的结构.     

浅论电子商务中的数据挖掘技术

数据挖掘技术是电子商务系统中不可缺少的重要工具。本文论述了数据挖掘技术和数据挖掘技术在电子商务中的应用。     

数据挖掘技术综述

数据挖掘技术经过十几年的研究与应用,已经建立了较扎实的理论基础,目前正在向与应用领域紧密结合,对现有技术进一步改造方面发展。本文从挖掘对象和挖掘应用两方面对数据挖掘技术的发展进行讨论。     

基于数据挖掘技术的负荷预测模型

为有效选取预测变量和训练模式、提高预测精度，提出了一个基于数据挖掘技术的负荷预测模型．该模型首先利用粗集理论和遗传算法选取与负荷相关的预测变量，再选取与预测日相似的训练模式，最后用神经网络对负荷进行预测．实际运行结果表明将该模型应用于电力系统负荷预测是可行的，其与传统的神经网络预测模型相比具有更高的预测精度.