數(shù)據(jù)分析的方法和在電力系統(tǒng)分析中的應用

前言
第一章 數(shù)據(jù)分析的統(tǒng)計學基礎
第一節(jié) 數(shù)據(jù)與統(tǒng)計的基本概念
第二節(jié) 參數(shù)估計與假設檢驗
第三節(jié) 線性回歸分析與方差分析
本章小結
本章參考文獻
第二章 核方法
第一節(jié) 概述
第二節(jié) 核方法的基本原理
第三節(jié) 核函數(shù)
本章小結
本章參考文獻
第三章 知識建模
第一節(jié) 概述
第二節(jié) 知識建模的一般方法
第三節(jié) 語義網(wǎng)技術
第四節(jié) 本體和語義網(wǎng)技術在電力系統(tǒng)中的應用
本章小結
本章參考文獻
第四章 關聯(lián)分析
第一節(jié) 概述
第二節(jié) 經(jīng)典Apriori算法
第三節(jié) 關聯(lián)分析的應用
本章小結
本章參考文獻
第五章 分類分析（Ⅰ）
第一節(jié) 基本概念
第二節(jié) 決策樹
第三節(jié) 貝葉斯分類
第四節(jié) 支持向量機
第五節(jié) ?-近鄰算法
本章小結
本章參考文獻
第六章 分類分析（Ⅱ）
第一節(jié) 基本概念
第二節(jié) 人工神經(jīng)網(wǎng)絡
第三節(jié) 遺傳算法
第四節(jié) 模糊計算
第五節(jié) 粗糙集
第六節(jié) 粒子群優(yōu)化算法
本章小結
本章參考文獻
第七章 聚類分析
第一節(jié) 基本概念
第二節(jié) ?-means算法
第三節(jié) 系統(tǒng)聚類法
第四節(jié) 模糊聚類法
第五節(jié) 聚類分析關鍵問題
本章小結
本章參考文獻
第八章 數(shù)據(jù)分析的其他方法
第一節(jié) 統(tǒng)計學分析
第二節(jié) 時間序列分析
第三節(jié) 分形幾何
本章小結
本章參考文獻
第九章 數(shù)據(jù)可視化
第一節(jié) 概述
第二節(jié) 數(shù)據(jù)可視化的思路、方法和工具
第三節(jié) 可視分析簡介
本章小結
本章參考文獻
第十章 電網(wǎng)仿真數(shù)據(jù)分析實踐的思路
第一節(jié) 概述
第二節(jié) 電網(wǎng)仿真計算數(shù)據(jù)的特點和應用方向
第三節(jié) 電網(wǎng)仿真數(shù)據(jù)分析的研究思路和重點環(huán)節(jié)
第四節(jié) 電網(wǎng)仿真數(shù)據(jù)分析存在的問題和未來方向
本章小結
本章參考文獻
第十一章 電網(wǎng)仿真數(shù)據(jù)分析實踐的過程
第一節(jié) 概述
第二節(jié) 特征量選取
第三節(jié) 樣本處理
第四節(jié) 算法選擇及參數(shù)優(yōu)化
本章小結
本章參考文獻
第十二章 電網(wǎng)仿真數(shù)據(jù)分析案例系統(tǒng)的搭建
第一節(jié) 概述
第二節(jié) 實驗測試程序的構建
第三節(jié) 算法測試
本章小結
本章參考文獻
附錄
附錄A R語言
附錄B Matlab
附錄C Python語言
附錄D 其他數(shù)據(jù)分析工具