简介：本文提出一个基于数据挖掘技术的短期风电预测方法,它能够预测十五分钟内的风电功率。研究的重点是用多变量时间序列模型ARIMA、集中延时神经网络（FTDNN）和风力涡轮机的现象学模型来预测风电场发出的电力。通过对风电场实测数据进行仿真模拟,提出新的数据预处理方法,从而提高预测精度。

简介：在新常态背景下,如何呈现地区综合发展不平衡的客观事实,常见的做法有GDP排名和各式各样的综合及专项排名。本研究针对我国各地评比、冠名、授牌、荣誉称号众多的特点,以地区荣誉名片为研究对象,采用大数据理念,借助搜索引擎、网络蜘蛛、信息抽取等手段自动抓取数据,建构名片表征算法,挖掘名片承载着的经济社会发展状态信息,以期得到相对全面评价各地区发展程度的排名及其方法,进而在四化同步推进中,更好地分类指导、分层投入和差异化科学发展,因地制宜推进各行业继续教育和各地农村教育及其他领域的发展与改革。

简介：摘要目前在医疗机构中计算机信息管理系统应用十分广泛，赋予医学信息数字化特征；再加之大量应用电子病案或病历及数字化医疗仪器与设备等，致使医院数据库信息数量庞大且容量不断膨胀。对上述海量信息资源予以利用，可促使疾病诊治基于科学决策上开展，将类型多样的医治方案疗效总结，便于医院开展教学、科研、决策管理等工作。此外，医疗体制改革在不断深化，临床十分关注如何自动处理与提升医疗数据，使其更好发挥保健与诊断功能，促使医院服务质量得以提升。基于此，数据挖掘应运而生。应用该技术的主要目的在于促使医院信息管理水平提升，便于疾病诊治与远程医疗。现具体探讨在医疗管理领域中数据挖掘的应用。

简介：数据挖掘又称为数据库中的知识发现，是多学科综合的产物。入侵检测是用于检测任何损害或企图损害系统的保密性、完整性或可用性行为的一种网络安全技术。基于异常检测的人侵检测，有大量的数据需要处理，如何减少误报而又快速地检测出异常，数据挖掘具有很大的空间可以运用。

简介：摘要数据挖掘技术主要是指利用一定的规律或者手段对存在于大量数据中的某些数据进行提取进而分析的一种方式。该方式能够有效地帮助企业对自身的经营状况进行分析，同时根据历史数据对企业的即将发生的业务进行预测，能够帮助企业制定有效的营销策略，实现企业的长足发展。电力营销系统的数据具有量大、提取困难的特点，数据挖掘技术的应用能够帮助电力营销系统有效地进行数据分析。本文针对电力营销系统中的数据挖掘技术进行了分析。

简介：摘要在电力生产管理取得信息化发展的过程中，OLAP和数据挖掘技术在生产系统中得到了应用。基于此，本文在对OLAP和数据挖掘技术展开分析的基础上，结合电力生产系统构建要求对系统OLAP和数据挖掘功能实现问题进行了探讨，为关注这一话题的人们提供参考。

简介：摘要在电力生产管理取得信息化发展的过程中，OLAP和数据挖掘技术在生产系统中得到了应用。基于此，本文在对OLAP和数据挖掘技术展开分析的基础上，结合电力生产系统构建要求对系统OLAP和数据挖掘功能实现问题进行了探讨，为关注这一话题的人们提供参考。

简介：摘要随着人们用电需求越来越大，对电力企业的管理带来了一定的影响，如何提高电力数据的分析，加强服务过程中的服务水平，以此保证电力的供求平衡，这是电力工作所面临的问题。本文主要对数据挖掘技术在电力管理系统当中的应用进行了分析，通过相关的分析，使相关的管理工作更加有效，电力企业的经营活动也更加具有针对性和科学性。

简介：摘要近年来人口和小汽车数量的持续增长使得大中型城市的交通拥堵问题日益严重，有限的城市道路资源已不能承受日益增长的交通量。为了缓解交通供给与交通需求之间的矛盾，一系列的交通预测模型和算法应运而生，这些预测模型的建立和算法的运行都是以大量的交通数据为基础的，从而体现了交通数据挖掘研究的重要性。而在交通流运行过程中，道路交叉口作为交通流运行的瓶颈，是导致交通拥堵的关键所在，因此，对路口交通数据的挖掘与研究是提高道路交通运行效率的有效途径之一。

简介：我们就可以用准备好的数据和数据挖掘工具处理模型了,且已经光顾过饭店两次的顾客进行顾客有效的保留措施,比如研究者所考察的顾客对于饭店提供的某些服务的满意度数据

简介：对短期电力负荷数据进行有效的预测,它是对一组负荷影响因素数据进行聚类的方法,对数据样本进行聚类时

简介：

简介：摘要数据挖掘方式在网格布点的基础上获得实测信息的同时，采用Matlab神经系统工具箱的数据处理方法对实测信息展开主成分研究、模糊聚类与自组织竞争分析，通过模拟与完善，把各组信息进行科学归类和组合，进而达到为环保工作人员精准进行控制及对环境质量展开科学测量的目的。

简介：摘要：近些年，我国的电力行业发展非常快速，为解决变电运维工作中所获得的大量设备数据未能得到充分利用的问题，本文在搭建变电站云平台已成为可能的条件下，主要结合数据挖掘技术对运行人员从现场获得的数据进行分析处理。这些数据包括设备压力、泄漏电流、动作次数、以及设备台账等，可以用来提高工作效率和质量、进行业务决策，避免形成数据孤岛，提高变电运维的智能化水平。一是利用了趋势外推法进行数据拟合来指导设备巡视维护工作，二是采用多元线性回归法分析设备状态的影响因素并进行缺陷预测和故障诊断，三是通过人工神经网络深度学习进行电网停电承载力分析。

简介：摘要电子政务工程因在推动政府转变传统管理方式、提高政府工作效率、推动政府公开透明、规范政府执政行为等方面起到积极作用，得到了世界各国政府的普遍关注。得益于计算机技术以及网络通信技术的飞速发展，电子政务技术也随之不断成熟，应用日趋广泛，在各国政府及相关职能部门的业务系统中日益积累了大量数据。由于传统的数据处理手段对数据量大的业务系统做深层次数据处理效果不理想，对数据的潜在有用信息不能更好地识别和利用，日渐满足不了不断深化的电子政务应用的需求。同时在电子信息技术广泛应用的今天，新兴产业、创新科技已成为引领时代进步的关键，传统的管理手段无法满足政府监管的需求。数据挖掘技术作为近十年来不断发展成熟的数据处理技术，日益在政府部门的日常工作中得到广泛的运用。鉴于上述方面，研究数据挖掘技术在电子政务领域中的应用就显得尤为重要。

简介：未知名尸体案件属于疑难、复杂案件,常因身源不明而久侦不破。未知名尸体案件侦查要素主要有痕迹、物品、生物检材和电磁信息痕迹等,未知名尸体案件侦查中的数据挖掘,包括痕迹物品类数据挖掘、生物检材类数据挖掘、电磁信息类数据挖掘。在充分认识和发挥数据挖掘在未知名尸体案件侦查中积极作用的同时,也要认识到数据挖掘在未知名尸体案件侦查中可能存在的不足,应通过严格执法和科学立法对其加以规范。

简介：摘要随着互联网经济产业发展规模的突飞猛进，电子商务呈现着迅猛爆炸式发展态势。伴随而来的就是电子商务用户数据的暴增，显然这些由用户创造的数据远超出了当前人力处理的范围。因此，研究了将模糊聚类算法应用于电子商务用户数据的挖掘处理中，通过遗传算法改进的模糊C均值聚类，就可以处理我们庞大的电子商务用户数据，挖掘电子商务这块的核心资源的商业价值，从而实现精准营销，提升我们的营销价值。

简介：介绍了数据挖掘技术和方法,研究了超市数据挖掘的基本程序以及数据挖掘在超市中的应用。

简介：运用数据挖掘理论和技术对既有的海量大学生研究数据进行深度挖掘和解读,提取有用的知识,包括有关规则、模式、规律性等,具有不可忽视的必要性。由于数据挖掘是一门多学科交叉的边缘性理论和技术,所以大学生研究中的数据挖掘,需要多学科的协同努力。

简介：负荷预测是电力市场技术支持系统的一个重要组成模块，对电网的安全、经济运行具有重要的意义。负荷预测主要综合考虑系统的运行特性、社会影响、自然条件以及增容决策等因素，在历史负荷数据的基础上，进行一系列数学计算，在满足一定精度要求的情况下，得出未来某特定时刻的负荷值。传统短期电力负荷预测方法易受随机因素的干扰，尤其在小水电分布众多的地区预测精度不高。文章针对短期负荷预测的特点，将数据挖掘技术引入短期负荷预测中，并给出了系统的解决方案，可应用于小水电众多的电网环境或类似环境。实例运算表明该系统可有效地提高预测精度。