《电力大数据》走进大数据

2.2 电力大数据技术体系

2.2.6分析挖掘技术

分析挖掘是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性信息的过程。分析挖掘技术主要包括三个方面，即模式识别、图像处理和机器学习。

（1）模式识别
模式识别是指对表征事物或现象的各种形式的（数值的、文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、 辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。
模式识别的技术优势主要体现在以下四个方面：
1）对生物特征信息进行测量和比对分析，判别样本与预留模板是否一致，与人类认知和识别方式类似
2）模式识别技术是人工智能的基础技术，为实现人工智能提供了技术支撑,
3）可以应用计算机对一组事件或过程进行辨识和分类。
4）涉及的学科比较广，与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。

（2）图像处理
图像处理是用计算机对图像进行分析，以达到所需结果的技术。图像处理的技术优势主要体现在以下四个方面：
1）能够快速、低成本、精准地发现相关目标的特征和活动轨迹。
2）对原始信息进行分析和挖掘，对于目标特征、目标行为、目标间关联关系这三大类信息内容，形成各种分类的特征信息库、元数据和索引。
3）利用计算机对图像进行分析处理，提高图像处理的速度。
4）涉及了图像压缩技术、多媒体技术和图像编码技术等多种技术。

（3）机器学习
机器学习是指专门研究计算机怎样模拟或实现人类的学习行为, 以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
机器学习的技术优势主要体现在以下四个方面：
1）提升了计算机系统的学习能力，从而满足了科技和生产提出的新要求。
2）为海量数据挖掘提供技术支撑，利用数据分析处理技术来挖掘数据背后的价值。
3）集成了各种机器学习算法，可应用于众多领域。
4）提供科学预测、故障检测，为商业决策提供支持.
 

书名：电力大数据：能源互联网时代的电力企业转型与价值创造

ISBN：978-7-111-51693-4

作者：赖征田

出版日期：2016-01

出版社：机械工业出版社