一种基于数据挖掘和神经网络的电网电量预测方法.pdf
文本预览下载声明
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117422175A
(43)申请公布日2024.01.19
(21)申请号202311422551.2G06F18/214(2023.01)
显示全部
文档详情
相似文档
-
基于神经网络的数据挖掘方法.pptx
基于神经网络的
数据挖掘方法
0引言1数据挖掘技术2神经网络原理3基于神经网络的数据挖掘4结论2
0引言现代信息技术的高速发展，数据库应用的规模、范围不断扩大，可获得的数据量越来越大，数据的种类也日益繁多。面对如此大规模的、并且存在着“噪声”的数据，如何从中提取出隐含其中的有意义的、对决策有用的信息或知识，进一步提高信息利用率，成为“信息时代”亟待解决的一个问题。*
0引言20世纪90年代出现的数据挖掘技术受到不同领域研究学者的极大关注，尽管对数据挖掘的研究与应用还只处于初级阶段，但是它的应用前景早已被各方面专家学者看好。GarterGroup在1997年的一份报告中指出：数据挖掘技术将在未来
-
基于神经网络的数据挖掘方法.ppt
* * * * * * * * * * * * * * * * * * * * * 基于神经网络的 数据挖掘方法 0 引言 1 数据挖掘技术 2 神经网络原理 3 基于神经网络的数据挖掘 4 结论 * 0 引言 现代信息技术的高速发展，数据库应用的规模、范围不断扩大，可获得的数据量越来越大，数据的种类也日益繁多。 面对如此大规模的、并且存在着“噪声”的数据，如何从中提取出隐含其中的有意义的、对决策有用的信息或知识，进一步提高信息利用率，成为“信息时代”亟待解决的一个问题。 * 0 引言 20世纪90年代出现的数据挖掘技术受到不同领域研究学者的极大关注，尽管对数据挖掘的研究与应用
-
基于自适应小波神经网络的数据挖掘方法研究对我国石油产量的预测分析.pdf
第32卷第3期 财经研究 VoL32No．3
ofFinanceandEconomics Mar．2006
2006年3月 Journal
基于自适应小波神经网络的
数据挖掘方法研究
——对我国石油产量的预测分析
刘兰娟，谢美萍
-
基于神经网络数据挖掘研究.ppt
下面我们调整输入，直接来分析这个因素： 为此我通过数据源视图浏览数据，通过透视表来验证一下我们的 推断是否正确: 谢谢！ 3 计算隐含层和输出层之间的权值 隐含层至输出层之间神经元的连接权值可以用最小二乘法直接计算得到，计算公式如下： 3 反馈网络模型Hopfield网络 寻找记忆： 3.1 Hopfield网络 网络由初始状态向稳定状态演化的过程。 初始输出模式向量 单层全互连、权值对称的神经网络。 结构： Hopfield网络 （HNN） 离散型HNN(DHNN)： M-P模型二值神经元 连续型HNN(CHNN)： 神经元为连续时间输出。 设
-
基于粗集和神经网络的混合数据挖掘方法.doc
基于粗集和神经网络的混合数据挖掘方法
颜 菲
[摘 要] 在处理大数据量，消除冗余信息等方面，粗集理论有着良好效果。而神经网络则具有独特的模型结构和固有的非线性模拟能力，以及高度的自适应和容错特性等突出特征。因此，两种技术的有效结合是近几年数据挖掘领域的一个研究热点。本文提出了一个新的混合挖掘方法。
[关键词] 数据挖掘 粗集 神经网络
一、引 言
随着数据库技术的不断发展及数据库管理系统的广泛应用，数据库中存储的数据量急剧增大，在大量的数据背后隐藏着许多重要的信息，如果能把这些信息从数据库中抽取出来，将为公司创造很多潜在的利润，而这种从海量数据库中挖掘信息的技术，就称之为数据挖掘
-
基于神经网络的电网企业售电量预测分析.docx
东北电力大学自动化工程学院学士学位论文
-PAGEII-
题目：基于神经网络的电网企业售电量预测分析
基于小波神经网络的电网企业售电量预测分析
东北电力大学自动化工程学院学士学位论文
-PAGEII-
-PAGEI-
摘要
研究目的：为保证全社会用电的供应，在正常情况下不出现断电，电压低等用电问题。同时，在保证供电的同时也保证供电效率，做到物尽其用。实行高效，降低能耗。合理设计和选择供电系统设备和导线
-
一种基于长短期神经网络模型的微电网负荷预测方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114881319 A
(43)申请公布日 2022.08.09
(21)申请号 202210474240.X
(22)申请日 2022.04.29
(71)申请人 宁波职业技术学院
-
基于神经网络的智能数据挖掘方法及应用研究-电力电子与电力传动专业论文.docx
基于 ANN 的 DM 方法及应用研究
摘要
数据挖掘( Data Mining f DM) 是从数据集中识别出有效的、新颖的、 潜在有用的，以及最终可理解的模式的非平凡过程。由于数据挖掘是一个 多领域交叉的研究与应用领域，所以备受关注，成为目前具有挑战意义的
研究热点之一。
聚类( Clustering) 分析是数据挖掘的重要方法之一，也是人类活动 的一个重要内容。作为统计学的一个分支，聚类分析已有多年的研究历史。 本文进一步探讨聚类分析中的一些算法，针对船舶航线设计的特点，提出
了 k-means 算法与基于密度方法、自组织竞争神经网络相结合的聚类分析 方法，进而又提出复合聚类分析算法和改
-
数据挖掘技术前馈神经网络.ppt
数据挖掘技术前馈神经网络
ArtificialNeuralNetworks(ANN)由生物神经系统(如人脑)所引起旳信息处理框架。构造:大量互连旳信息处理单元，即神经元(neuron)，相互协作，共同处理问题。向人类一样,神经网络从实例中进行学习。原理简朴，功能强大。
神经网络旳发展史1943，McCullochPitts最先提出神经网络。十九世纪五六十年代，大量学者研究感知器。1969，MinskyPapert论证了感知器功能有限。从此神经网络旳研究停滞了23年。十九世纪八十年代中期，BP算法、SOM旳提出使神经网络旳研究重新复苏。
神经网络旳本质一种简化旳人脑模拟模型。从本质上讲，是一种功
-
神经网络在数据挖掘中的应用.doc
神经网络在数据挖掘中的应用
摘要：给出了数据挖掘方法的研究现状，通过分析当前一些数据挖掘方法的局限性，介绍一种基于关系数据库的数据挖掘方法——神经网络方法，目前，在数据挖掘中最常用的神经网络是BP网络。在本文最后，也提出了神经网络方法在数据挖掘中存在的一些问题．
关键词：BP算法；神经网络；数据挖掘
1.引言
在“数据爆炸但知识贫乏”的网络时代，人们希望能够对其进行更高层次的分析，以便更好地利用这些数据。数据挖掘技术应运而生。并显示出强大的生命力。和传统的数据分析不同的是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。所得到的信息具有先未知，有效性和实用性三个特征。它是从大量数据中寻找其
-
神经网络在地理空间数据挖掘中的应用.pdf
神经网络在地理空间数据挖掘中的应用
第一部分神经网络概述2
第二部分地理空间数据特点6
第三部分神经网络在GIS中的应用11
第四部分空间数据分析与建16
第五部分神经网络在遥感图像处理21
第六部分空间预测与优化25
第七部分神经网络在地理信息系统31
第八部分研究展望与挑战36
第一部分神经网络概述
关键词关键要点
神经网络的基本概念
1.神经网络是一种拟人脑神经元结构和功能的计算
型，通过调整神经元之间的连接权重来学习数据中的复杂
式。
2.神经网络由输入层、隐藏层和输出层组成，每一层包含
多个神经元，神经元之间通过连接实现信息传递。
3.神经网络的学习过程涉及数据的输入、处理、输出以及
-
一种基于改进循环神经网络的预测方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114881277 A
(43)申请公布日 2022.08.09
(21)申请号 202210007680.4
(22)申请日 2022.01.06
(71)申请人 安徽师范大学
地址 241002
-
一种基于太赫兹数据的神经网络分类方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113344051 A
(43)申请公布日 2021.09.03
(21)申请号 202110591153.8 G06N 3/08 (2006.01)
-
一种基于帧内数据差值神经网络加速方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112836797 A
(43)申请公布日 2021.05.25
(21)申请号 202110117712.1
(22)申请日 2021.01.28
(71)申请人 杭州国芯科技股份有限公司
-
神经网络方法及其在数据挖掘中的应用的任务书.docx
神经网络方法及其在数据挖掘中的应用的任务书
任务说明：神经网络是深度学习的核心算法之一，它被广泛应用于图像识别、语音识别、自然语言处理、推荐系统等领域中。本次任务的目标是掌握神经网络方法的基本理论和应用技巧，以及了解它在数据挖掘中的应用。任务的主要内容包括：
1.神经网络基本理论：学习神经元、激活函数、网络结构、正则化方法等基础知识；
2.神经网络训练方法：介绍反向传播算法及其变体、损失函数及其选择、批量化方法等；
3.深度学习中的神经网络：介绍深度神经网络（DNN）、卷积神经网络（CNN）、循环神经网络（RNN）等常见的深度学习网络结构；
4.神经网络在数据挖掘中的应用：案例分析和探讨，包括