机读格式显示(MARC)

• 000 01986nam 2200373 450

• 001 0000489199

• 005 20250403104400.0

• 010 __ |a 978-7-111-73770-4 |d CNY69.00

• 099 __ |a CAL 012024034356

• 100 __ |a 20231227d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 能源系统人工智能方法 |A neng yuan xi tong ren gong zhi neng fang fa |f 赵阳...[等]编著

• 210 __ |a 北京 |c 机械工业出版社 |d 2023

• 215 __ |a 218页 |c 图 |d 26cm

• 225 2_ |a 一流本科专业一流本科课程建设系列教材 |A yi liu ben ke zhuan ye yi liu ben ke ke cheng jian she xi lie jiao cai

• 304 __ |a 题名页题其余责任者: 范成, 颜承初, 刚文杰

• 312 __ |a 英文题名取自封面

• 314 __ |a 赵阳, 浙江大学能源工程学院制冷与低温工程研究所研究员, 博士生导师, 浙江省特聘专家, 担任Energy and Built Environment编委、瑞士国家自然科学基金评审专家。

• 320 __ |a 有书目

• 330 __ |a 本书主要包含四部分内容, 侧重于从能源领域工程实际和科学研究的需求角度出发, 阐述用人工智能大数据方法解决能源系统问题的知识和方法论。第一部分介绍能源系统信息采集中常见数据类型及其数据预处理方法, 包括适用于能源系统的异常值识别、缺失值处理、数据规范化、数据转换及分割方法等 ; 第二部分介绍无监督学习方法及其在能源系统工程中的典型应用, 包括聚类分析、关联规则挖掘和知识后挖掘方法 ; 第三部分介绍监督学习方法及其在能源系统预测建模中的应用要点, 包括特征工程、算法选择、模型优化和模型解读方法 ; 第四部分介绍能源系统优化方法, 主要从评价指标、建模方法和优化算法等方面讲述能源系统在设计和运行阶段的优化思路及案例。

• 410 _0 |1 2001 |a 一流本科专业一流本科课程建设系列教材

• 510 1_ |a Artificial intelligence for energy systems |z eng

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 应用 |x 能源管理系统 |x 高等学校 |j 教材

• 690 __ |a TK018 |v 5

• 701 _0 |a 赵阳 |A zhao yang |4 编著

• 701 _0 |a 范成 |A fan cheng |4 编著

• 701 _0 |a 颜承初 |A yan cheng chu |4 编著

• 701 _0 |a 刚文杰 |A gang wen jie |4 编著

• 801 _0 |a CN |b 人天书店 |c 20231227

• 905 __ |a LJUZC |d TK018/9

• 920 __ |a 222016 |z 1