基于DM技術(shù)的線損自動生成系統(tǒng)的應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘（Data Mining）是近年來十分熱門的一個學(xué)科，是指從存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫或其他信息庫中的大量數(shù)據(jù)中提取隱含的、未知的、有潛在應(yīng)用價值的信息或模式的過程，被認(rèn)為是數(shù)據(jù)庫系統(tǒng)最重要的前沿之一。聚類分析是其重要的挖掘技術(shù)之一，它就是基于“物以類聚”的樸素思想，將物理或抽象對象的集合分組成為由類似的對象組成的多個類或簇的過程。它使在同一個簇中的對象之間具有較高的相似度，而不同簇中的對象差別較大，用這種方法可以解決許多數(shù)據(jù)預(yù)處理

2、階段的數(shù)值殘缺問題。但是，孤立對象的存在并不一定毫無意義，其本身可能是非常有用的，對其進(jìn)行研究就是時下十分流行的離群數(shù)據(jù)挖掘。 本文在對分析了幾種離群數(shù)據(jù)挖掘方法的基礎(chǔ)上，改進(jìn)了基于距離的離群數(shù)據(jù)挖掘方法，并將其運(yùn)用到大連供電公司線損自動生成系統(tǒng)中。 本文的主要工作： （1）介紹了數(shù)據(jù)挖掘的基本概念，數(shù)據(jù)挖掘知識表示模式及方法，詳細(xì)介紹了數(shù)據(jù)挖掘的過程和相關(guān)研究領(lǐng)域，并闡述了數(shù)據(jù)挖掘面臨的問題。 （2）對