2.2 電力大數(shù)據(jù)技術體系

2.2.6分析挖掘技術

分析挖掘是指從大量的數(shù)據(jù)中自動搜索隱藏于其中的有著特殊關系性信息的過程。分析挖掘技術主要包括三個方面，即模式識別、圖像處理和機器學習。

（1）模式識別
模式識別是指對表征事物或現(xiàn)象的各種形式的（數(shù)值的、文字的和邏輯關系的）信息進行處理和分析，以對事物或現(xiàn)象進行描述、 辨認、分類和解釋的過程，是信息科學和人工智能的重要組成部分。
模式識別的技術優(yōu)勢主要體現(xiàn)在以下四個方面：
1）對生物特征信息進行測量和比對分析，判別樣本與預留模板是否一致，與人類認知和識別方式類似
2）模式識別技術是人工智能的基礎技術，為實現(xiàn)人工智能提供了技術支撐,
3）可以應用計算機對一組事件或過程進行辨識和分類。
4）涉及的學科比較廣，與統(tǒng)計學、心理學、語言學、計算機科學、生物學、控制論等都有關系。

（2）圖像處理
圖像處理是用計算機對圖像進行分析，以達到所需結果的技術。圖像處理的技術優(yōu)勢主要體現(xiàn)在以下四個方面：
1）能夠快速、低成本、精準地發(fā)現(xiàn)相關目標的特征和活動軌跡。
2）對原始信息進行分析和挖掘，對于目標特征、目標行為、目標間關聯(lián)關系這三大類信息內(nèi)容，形成各種分類的特征信息庫、元數(shù)據(jù)和索引。
3）利用計算機對圖像進行分析處理，提高圖像處理的速度。
4）涉及了圖像壓縮技術、多媒體技術和圖像編碼技術等多種技術。

（3）機器學習
機器學習是指專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學習行為, 以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。
機器學習的技術優(yōu)勢主要體現(xiàn)在以下四個方面：
1）提升了計算機系統(tǒng)的學習能力，從而滿足了科技和生產(chǎn)提出的新要求。
2）為海量數(shù)據(jù)挖掘提供技術支撐，利用數(shù)據(jù)分析處理技術來挖掘數(shù)據(jù)背后的價值。
3）集成了各種機器學習算法，可應用于眾多領域。
4）提供科學預測、故障檢測，為商業(yè)決策提供支持.
 

書名：電力大數(shù)據(jù)：能源互聯(lián)網(wǎng)時代的電力企業(yè)轉(zhuǎn)型與價值創(chuàng)造

ISBN：978-7-111-51693-4

作者：賴征田

出版日期：2016-01

出版社：機械工業(yè)出版社