基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来数据信息挖掘技术随机器学习研究兴起,其可从大量无序的数据中找出潜在规律或趋势,生成对应的知识规则来指导决策.将数据信息挖掘技术与电厂热工控制相结合,针对火电厂运行数据的特点,应用K-means聚类分析与FP-growth关联规则相结合的算法,提出了指导电厂运行优化的新方法,实验表明该算法有较高的性能.
推荐文章
数据挖掘技术在旅游企业营销过程中的应用
数据挖掘
决策树
旅游数据
SAS
复杂工业过程中数据挖掘模型研究
数据
数据挖掘
复杂工业过程
数据挖掘技术在油田信息处理中的应用
数据挖掘技术
油田数据信息
处理
应用
数据挖掘在WEB中的应用
数据挖掘
KDD
WEB
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据信息挖掘在热工控制过程中的应用
来源期刊 华北电力技术 学科 工学
关键词 数据信息挖掘 K-means聚类分析 FP-growth关联规则
年,卷(期) 2017,(4) 所属期刊栏目 电网技术
研究方向 页码范围 23-27
页数 5页 分类号 TP181
字数 4954字 语种 中文
DOI 10.16308/j.cnki.issn1003-9171.2017.04.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨丽丽 1 1 1.0 1.0
2 田子健 1 1 1.0 1.0
3 韩丹 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (31)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据信息挖掘
K-means聚类分析
FP-growth关联规则
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华北电力技术
月刊
1003-9171
11-2911/TM
大16开
北京市复兴门外地藏庵南巷1号
1971
chi
出版文献量(篇)
4101
总下载数(次)
5
论文1v1指导