检索结果-维普期刊中文期刊服务平台

基于数据挖掘的FNN短期电力负荷预测方法研究被引量：15: 1; 作者崔和瑞宋秀莉葛曼倩《电力系统保护与控制》 EI CSCD 北大核心 2009年第22期54-57,共4页; 针对人工神经网络模型在进行负荷预测时,大多不考虑气象等因素的影响,提出了一种基于数据挖掘预处理的改进短期电力负荷预测的方法,应用数据挖掘的聚类功能,寻找与预测日同等气象类型的多个历史短期负荷数据序列进行预测,从而提高预测... 展开更多; 关键词数据挖掘聚类分析短期电力负荷预测人工神经网络模糊神经网络; 在线阅读下载PDF 职称材料

多信息融合技术在船舶柴油机故障诊断中的应用被引量：13: 2; 作者尚前明王瑞涵 +1 位作者陈辉唐新飞《中国航海》 CSCD 北大核心 2018年第3期26-31,共6页; 柴油机工作过程中的各种参数含有大量的信息,通过数据挖掘将这些参数的内在信息挖掘出来,解决以往在柴油机故障诊断上出现的诊断不准确和耗时长等问题。采用K均值聚类分析(k-means)将数据聚类,并设计BP(Back Propagation)神经网络,对柴... 展开更多; 关键词数据挖掘故障诊断聚类分析主层次分析法神经网络; 在线阅读下载PDF 职称材料

数据挖掘技术在宝钢配矿系统中的应用被引量：5: 3; 作者冯建生王秀芝《计算机应用与软件》 CSCD 北大核心 2001年第12期24-26,39,共4页; 本文简要介绍了数据挖掘的概念和技术,并重点介绍了其在宝钢配矿系统中的应用。该配矿系统已创近6千万元的经济效益。本文最后对工业企业为解决生产实际问题应采用的主要的数据挖掘技术和步骤,提出了一个总体思路。; 关键词数据挖掘聚类分析神经网络配矿系统数据库计算机钢铁企业; 在线阅读下载PDF 职称材料

离群数据挖掘及其在电力负荷预测中的应用被引量：11: 4; 作者冯丽邱家驹《电力系统自动化》 EI CSCD 北大核心 2004年第11期41-44,86,共5页; 离群数据挖掘是数据挖掘的一个重要内容,它为分析各种海量的、复杂的、含有噪声的数据提供了新的方法,但它在电力系统中还未得到广泛的应用。文中通过对现有的主要离群数据挖掘算法的简要对比说明,针对电力系统的基本特征提出应用信息... 展开更多; 关键词离群数据挖掘负荷预测聚类分析信息熵人工神经网络; 在线阅读下载PDF 职称材料

基于神经网络的集装箱码头泊位分配聚类分析被引量：3: 5; 作者严伟杨露 +1 位作者黄有方王煜《上海海事大学学报》北大核心 2013年第3期8-12,47,共6页; 为充分利用港口既有的建设规模、提高经济效益,对集装箱码头的泊位分配进行研究.采用神经网络和聚类分析两种数据挖掘技术分析相关数据,得到相应的数据挖掘模型.先通过反向传播(Back Propagation,BP)神经网络分析各因素对泊位分配的影... 展开更多; 关键词集装箱码头泊位分配数据挖掘神经网络聚类分析; 在线阅读下载PDF 职称材料

面向数据挖掘的时间序列聚类方法研究被引量：3: 6; 作者李斌谭立湘 +1 位作者章劲松庄镇泉《计算机科学》 CSCD 北大核心 2000年第12期76-80,共5页; 一、引言自然界以及我们社会生活中的各种事物都在运动、变化和发展着,将它们按时间顺序记录下来,我们就可以得到各种各样的“时间序列”数据。对时间序列进行分析,可以揭示事物运动、变化和发展的内在规律,对于人们正确认识事物并据此... 展开更多; 关键词时间序列聚类数据挖掘数据库; 在线阅读下载PDF 职称材料

基于数据挖掘和遗传小波神经网络的光伏电站发电量预测被引量：29: 7; 作者张成白建波 +3 位作者兰康还新新樊辰夏旭《太阳能学报》 EI CAS CSCD 北大核心 2021年第3期375-382,共8页; 为了解决光伏发电预测不确定性问题,进一步提高光伏电站发电量的预测精度。提出一种基于数据挖掘和遗传小波神经网络的光伏电站发电混合预测模型,利用K均值聚类算法对历史数据进行分类,并对传统BP神经网络进行改进。以BP神经网络为基础... 展开更多; 关键词光伏发电数据挖掘聚类分析小波分析遗传小波神经网络; 在线阅读下载PDF 职称材料

题名基于数据挖掘的FNN短期电力负荷预测方法研究被引量：15: 1; 作者崔和瑞宋秀莉葛曼倩; 机构华北电力大学工商管理学院青岛电力设计院有限公司; 出处《电力系统保护与控制》 EI CSCD 北大核心 2009年第22期54-57,共4页; 基金国家自然科学基金项目资助(70671039)~~; 文摘针对人工神经网络模型在进行负荷预测时,大多不考虑气象等因素的影响,提出了一种基于数据挖掘预处理的改进短期电力负荷预测的方法,应用数据挖掘的聚类功能,寻找与预测日同等气象类型的多个历史短期负荷数据序列进行预测,从而提高预测的精度。鉴于ANN模型对不确定性和模糊信息学习处理能力较差的缺点,引用模糊系统的理论,构建模糊神经网络(FNN)模型。通过实例预测和预测结果比较分析表明,提出的方法具有较高的预测精度。; 关键词数据挖掘聚类分析短期电力负荷预测人工神经网络模糊神经网络; Keywords data mining cluster analysis short-term electric load forecasting artificial neural network fuzzy neural network; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名多信息融合技术在船舶柴油机故障诊断中的应用被引量：13: 2; 作者尚前明王瑞涵陈辉唐新飞; 机构武汉理工大学能源与动力工程学院; 出处《中国航海》 CSCD 北大核心 2018年第3期26-31,共6页; 基金国家自然科学基金(51579200) 中央高校基本科研业务专项资金资助(185205002); 文摘柴油机工作过程中的各种参数含有大量的信息,通过数据挖掘将这些参数的内在信息挖掘出来,解决以往在柴油机故障诊断上出现的诊断不准确和耗时长等问题。采用K均值聚类分析(k-means)将数据聚类,并设计BP(Back Propagation)神经网络,对柴油机的运行状态进行诊断。在此基础上,利用PCA(Principal Component Analysis)对上述算法进行优化,用PCA对原始数据简化,再进行k-means聚类,最后将聚类后的数据特征量作为BP神经网络的输入,建立柴油机的故障诊断模型。通过对两种诊断算法的结果进行分析和比较,表明优化后的算法能够更有效地提取数据特征,提高了诊断准确度,同时也减少了诊断时间。; 关键词数据挖掘故障诊断聚类分析主层次分析法神经网络; Keywords data mining fault diagnosis cluster analysis principal component analysis neural network; 分类号 U672.2 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名数据挖掘技术在宝钢配矿系统中的应用被引量：5: 3; 作者冯建生王秀芝; 机构宝钢研究院技术中心宝钢生产部原料中心; 出处《计算机应用与软件》 CSCD 北大核心 2001年第12期24-26,39,共4页; 文摘本文简要介绍了数据挖掘的概念和技术,并重点介绍了其在宝钢配矿系统中的应用。该配矿系统已创近6千万元的经济效益。本文最后对工业企业为解决生产实际问题应采用的主要的数据挖掘技术和步骤,提出了一个总体思路。; 关键词数据挖掘聚类分析神经网络配矿系统数据库计算机钢铁企业; Keywords data mining clustering analysis neural networks ore mixing; 分类号 TF089 [冶金工程—冶金物理化学] TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名离群数据挖掘及其在电力负荷预测中的应用被引量：11: 4; 作者冯丽邱家驹; 机构浙江大学电气工程学院; 出处《电力系统自动化》 EI CSCD 北大核心 2004年第11期41-44,86,共5页; 文摘离群数据挖掘是数据挖掘的一个重要内容,它为分析各种海量的、复杂的、含有噪声的数据提供了新的方法,但它在电力系统中还未得到广泛的应用。文中通过对现有的主要离群数据挖掘算法的简要对比说明,针对电力系统的基本特征提出应用信息熵原则的电力负荷离群数据挖掘改进算法,然后应用Kohonen网提取相关负荷的特征曲线,并将其用于不良数据的校正,通过对电力负荷的仿真分析表明了该算法的有效性。; 关键词离群数据挖掘负荷预测聚类分析信息熵人工神经网络; Keywords outlier data mining load forecasting clustering analysis entropy artificial neural networks (ANN); 分类号 TM715 [电气工程—电力系统及自动化] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于神经网络的集装箱码头泊位分配聚类分析被引量：3: 5; 作者严伟杨露黄有方王煜; 机构上海海事大学集装箱供应链技术教育部工程研究中心上海海事大学物流工程学院; 出处《上海海事大学学报》北大核心 2013年第3期8-12,47,共6页; 基金国家自然科学基金(71101090) 交通运输部项目(2012-329-810-180) +3 种基金 13YZ080) 上海海事大学校基金(20120102 20110019); 文摘为充分利用港口既有的建设规模、提高经济效益,对集装箱码头的泊位分配进行研究.采用神经网络和聚类分析两种数据挖掘技术分析相关数据,得到相应的数据挖掘模型.先通过反向传播(Back Propagation,BP)神经网络分析各因素对泊位分配的影响程度,确定出主要因素;然后通过聚类分析中的两步聚类算法进行分析;最终制定集装箱码头泊位分配策略.该方法可为提高集装箱码头生产效率提供帮助.; 关键词集装箱码头泊位分配数据挖掘神经网络聚类分析; Keywords container terminal berth allocation data mining neural network cluster analysis; 分类号 U656.135 [交通运输工程—港口、海岸及近海工程] U691.31 [交通运输工程—港口、海岸及近海工程]; 在线阅读下载PDF 职称材料

题名面向数据挖掘的时间序列聚类方法研究被引量：3: 6; 作者李斌谭立湘章劲松庄镇泉; 机构中国科学技术大学电子科学与技术系; 出处《计算机科学》 CSCD 北大核心 2000年第12期76-80,共5页; 基金 973 国家重点基础研究发展规划项目资助(项目编号:G1998030413); 文摘一、引言自然界以及我们社会生活中的各种事物都在运动、变化和发展着,将它们按时间顺序记录下来,我们就可以得到各种各样的“时间序列”数据。对时间序列进行分析,可以揭示事物运动、变化和发展的内在规律,对于人们正确认识事物并据此作出科学的决策具有重要的现实意义。; 关键词时间序列聚类数据挖掘数据库; Keywords data mining,clustering analysis,Time series ,neural network,Algorithm FSART; 分类号 O211.61 [理学—概率论与数理统计] TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于数据挖掘和遗传小波神经网络的光伏电站发电量预测被引量：29: 7; 作者张成白建波兰康还新新樊辰夏旭; 机构河海大学机电工程学院; 出处《太阳能学报》 EI CAS CSCD 北大核心 2021年第3期375-382,共8页; 基金国家自然科学基金面上项目(51676063) 中央高校业务经费(2017B672X14) 江苏省普通高校研究生创新项目(KYCX17_0531)。; 文摘为了解决光伏发电预测不确定性问题,进一步提高光伏电站发电量的预测精度。提出一种基于数据挖掘和遗传小波神经网络的光伏电站发电混合预测模型,利用K均值聚类算法对历史数据进行分类,并对传统BP神经网络进行改进。以BP神经网络为基础,引入小波分析构建小波神经网络,同时利用遗传算法对网络的初始参数进行全局寻优得到最优参数,利用交叉熵函数对学习规则进行改进。改进后的网络模型既具有小波分析的良好的局部时域和频域特性,又具有全局搜索能力,可增大跳出局部最优的可能性,同时拥有更快的收敛能力和稳定性。实验结果验证了该算法的有效性。; 关键词光伏发电数据挖掘聚类分析小波分析遗传小波神经网络; Keywords PV power generation data mining cluster analysis wavelet analysis genetic wavelet neural network; 分类号 TM615 [电气工程—电力系统及自动化] TK514 [动力工程及工程热物理—热能工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于数据挖掘的FNN短期电力负荷预测方法研究	崔和瑞宋秀莉葛曼倩	《电力系统保护与控制》 EI CSCD 北大核心	2009	15	在线阅读下载PDF 职称材料
2	多信息融合技术在船舶柴油机故障诊断中的应用	尚前明王瑞涵陈辉唐新飞	《中国航海》 CSCD 北大核心	2018	13	在线阅读下载PDF 职称材料
3	数据挖掘技术在宝钢配矿系统中的应用	冯建生王秀芝	《计算机应用与软件》 CSCD 北大核心	2001	5	在线阅读下载PDF 职称材料
4	离群数据挖掘及其在电力负荷预测中的应用	冯丽邱家驹	《电力系统自动化》 EI CSCD 北大核心	2004	11	在线阅读下载PDF 职称材料
5	基于神经网络的集装箱码头泊位分配聚类分析	严伟杨露黄有方王煜	《上海海事大学学报》北大核心	2013	3	在线阅读下载PDF 职称材料
6	面向数据挖掘的时间序列聚类方法研究	李斌谭立湘章劲松庄镇泉	《计算机科学》 CSCD 北大核心	2000	3	在线阅读下载PDF 职称材料
7	基于数据挖掘和遗传小波神经网络的光伏电站发电量预测	张成白建波兰康还新新樊辰夏旭	《太阳能学报》 EI CAS CSCD 北大核心	2021	29	在线阅读下载PDF 职称材料