导读:本文包含了行业分类方法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:行业分类,电量,负荷,曲线,专利,档案,方法。
行业分类方法论文文献综述
杨守臣[1]（2018）在《烟草行业测量设备分类管理方法的实践与探索》一文中研究指出在烟草行业,测量设备管理是企业计量管理的管控重点之一,如何对测量设备实施有效管理,在满足标准要求的同时实现企业效益最大化是企业管理的核心所在,本文以山东中烟测量设备分类管理为例进行了分析和探讨,提出了新的见解和尝试,其分类管理方法对烟草行业管理测量设备提供了一定的借鉴作用。(本文来源于《科技风》期刊2018年25期）
李联,朱怡安,任佩琪[2]（2018）在《工业和信息化行业门类分类方法研究》一文中研究指出随着国家对市场经济建设的逐渐深入,以及信息化技术的发展,传统招投标已很难满足需求,基于大数据的招投标平台开始逐渐成为各地发展趋势。当前平台所能使用的分类为2011年颁发的《国民经济行业分类》,但该分类方法已不能适应新兴行业发展的需要,文章结合各自特点和发展趋势,构建了一套工业和信息化行业门类分类标准。(本文来源于《统计与决策》期刊2018年14期）
胡斐然[3]（2018）在《基于灰色聚类方法的中国制造业行业能源消费分类及政策分析》一文中研究指出煤炭消费量在中国制造业能源消费量中占比最高,本文以煤炭为研究对象,选取2006—2015年中国制造业27个行业的能源消费量数据,采用灰色关联和灰色定权聚类模型进行分类,研究政策对分行业能源消费的影响。结果表明政策对不同类别行业的能源消费量存在不同影响,为"差异性"的解决制造业能源供需矛盾和优化产业结构提出新建议。(本文来源于《科技与管理》期刊2018年03期）
蔡秋娜,刘思捷,陆秋瑜[4]（2017）在《基于GMM聚类和SVM的用户负荷行业分类辨识方法》一文中研究指出用户行业分类是进行需求侧响应能力评估的前提,为此提出一种利用负荷数据进行用户行业判别的方法。对每一个用户的负荷数据采用高斯混合模型聚类算法提取其典型日负荷曲线,并利用支持向量机算法在训练集上学习用户类别与其典型日负荷曲线之间的关系,建立分类模型,并据此对新的用户进行行业分类。该方法实现了用户行业类型的高准确度辨识,为调度部门进行需求侧管理提供支撑。通过分析我国某省290个用户负荷数据,验证了该方法的有效性。(本文来源于《广东电力》期刊2017年12期）
李冶,王庆红,李达均,郑少金[5]（2016）在《基于二次分类方法的电力行业核心专利筛选评估模型》一文中研究指出国内电力行业专利数据量庞大,但核心专利较少,如何快速并准确从大量专利中评估和筛选出核心专利,对电力行业的技术研究及发展具有重要的意义。基于此,本文提出了一种核心专利筛选评估模型,构建了定量和定性指标体系,为电力行业核心专利筛选提供了一种快速且准确的专利筛选方法。(本文来源于《中国发明与专利》期刊2016年10期）
李翔[6]（2016）在《基于用电行业分类的中长期电量预测方法研究》一文中研究指出精细化电量预测是中长期电量预测发展的一个重要趋势。针对目前我国的中长期电量预测的预测对象主要是总电量,预测结果准确度难以进一步提高,且提供的信息十分有限的问题,本文开展了基于用电行业分类的中长期电量预测方法研究。首先对国内外的行业分类标准进行了比较分析,设计了一种包含了52个行业的适用于电量预测的用电行业分类结果;然后,提出了2种基于用电行业分类的中长期电量预测方法:基于用电行业分类和多级协调理论的中长期电量预测方法,以及基于用电行业分类和行业电量曲线的中长期电量预测方法。基于用电行业分类和多级协调理论的中长期电量预测方法,首先根据年度电量数据和季度电量数据的特点,分别选择了5种基本的预测模型,建立了年度电量组合预测模型和季度电量组合预测模型;然后引入多级协调理论,建立了二维二级协调模型,解决分行业进行中长期电量预测过程中出现的行业维度和时间维度上下级预测值之间不协调的问题,并改善整体的预测精度。该方法是目前中长期电量预测中主流使用的组合预测模型用于分行业电量预测后,加以改进而形成的一种预测方法,仅需要输入各行业电量历史数据,适用于人力缺乏、时间紧急、数据难以获取的情况。基于用电行业分类和行业电量曲线的中长期电量预测方法,在分析行业年度电量发展规律过程中,提出了一种类比细菌生长曲线的行业电量曲线分析方法;结合理想的行业电量曲线具有的7种发展形式,建立了电量趋势预测模型,预测行业年度电量序列中“理想序列”的走向;对电量趋势预测模型的拟合残差序列,结合23个外界因素指标,建立了多元线性回归模型,从而引入外界因素变化对行业电量发展的影响;引入季节指数,建立了基于季节指数的季度电量预测模型,实现行业季度电量预测。该方法是考虑行业发展规律,从物理意义出发设计出的一种预测方法,除了需要输入各行业电量历史数据,还需要输入23个外界因素指标的历史数据和预测数据,适用于人力充足、时间充分、数据易获取的情况。利用某城市的实际的电量数据和相关指标数据,对本文提出的两种基于用电行业分类的中长期电量预测方法进行了算例分析,结果表明,两种方法的预测效果都优于传统方法。因两种方法的适用条件不同,实际应用时应根据具体情况选择合适的方法。(本文来源于《华南理工大学》期刊2016-04-17）
巢守美[7]（2016）在《石材行业应归范使用石材分类方法——推荐全行业使用美国(ASTM)天然石材标准分类》一文中研究指出关于天然石材的分类,笔者早年向环球石材内部同事推荐过美国材料试验协会的分类法。而国内是按《天然板石》(GB/T18600-2008),《天然砂岩建筑板材》(GB/T 23452-2009),《天然石灰石建筑板材》(GB/T 23453-2009)叁项标准划分的,习惯将石材划分为"大理石"和"花岗石"两大系列,而此分类方法已经不再适用,平常我们向客户介绍石材品种系列时,把石材分为大理石(代号M)、花岗石(代号G)、石英岩(代号Q)、石灰石(代号L)、板岩(本文来源于《石材》期刊2016年01期）
李翔,欧阳森,冯天瑞,吴裕生,王克英[8]（2015）在《一种基于用电行业分类的中长期电量预测方法》一文中研究指出针对传统中长期电量预测方法思路单一,忽视不同层次电量预测之间的内在联系而影响中长期电量预测精度的问题,提出了一种基于用电行业分类的新型中长期电量预测方法。首先,设计了适用于电量预测的用电行业分类原则和方法;然后,以8种特性互补的预测方法为基础,建立优选组合预测模型,对待预测区域整体以及各用电行业的电量需求分别进行年度和季度的预测;最后,运用多级预测协调理论建立了一个二维二级协调模型,对上一步的电量预测值进行修正,改善预测精度,得到上下级统一的区域整体以及各行业未来年度和季度的电量预测值。以实际的电量数据进行了算例分析,验证了该方法的有效性。(本文来源于《现代电力》期刊2015年06期）
鲁轶[9]（2014）在《关于经济活动的行业归类判断方法的研究——行业分类标准的应用与实践》一文中研究指出国民经济行业分类标准在统计工作中主要应用于单位基本情况表、投入产出表和新兴产业的行业分类,是各类统计数据采集、处理、分析和国民经济核算的基础,正确判断行业分类对保障统计数据质量起着举足轻重的作用。本文在对现有新兴业态、产业领域特征分析与研究的基础上,形成一套简易有效、比较系统的行业归类判断方法。(本文来源于《统计科学与实践》期刊2014年06期）
武振红[10]（2014）在《水文行业档案分类方法探讨——以江门水文分局为例》一文中研究指出水文行业档案因水文档案的连续性、站点离散性等特点,给水文档案的分类工作带来一定的难度,需要通过对水文行业档案的系统研究和分析,确定水文档案的分类大纲和分类方法,从而对水文行业档案实行有效地管理,使水文档案为防汛减灾、水利工程建设、社会经济发展等提供有效服务。(本文来源于《黑龙江档案》期刊2014年01期）
行业分类方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着国家对市场经济建设的逐渐深入,以及信息化技术的发展,传统招投标已很难满足需求,基于大数据的招投标平台开始逐渐成为各地发展趋势。当前平台所能使用的分类为2011年颁发的《国民经济行业分类》,但该分类方法已不能适应新兴行业发展的需要,文章结合各自特点和发展趋势,构建了一套工业和信息化行业门类分类标准。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
行业分类方法论文参考文献
[1].杨守臣.烟草行业测量设备分类管理方法的实践与探索[J].科技风.2018
[2].李联,朱怡安,任佩琪.工业和信息化行业门类分类方法研究[J].统计与决策.2018
[3].胡斐然.基于灰色聚类方法的中国制造业行业能源消费分类及政策分析[J].科技与管理.2018
[4].蔡秋娜,刘思捷,陆秋瑜.基于GMM聚类和SVM的用户负荷行业分类辨识方法[J].广东电力.2017
[5].李冶,王庆红,李达均,郑少金.基于二次分类方法的电力行业核心专利筛选评估模型[J].中国发明与专利.2016
[6].李翔.基于用电行业分类的中长期电量预测方法研究[D].华南理工大学.2016
[7].巢守美.石材行业应归范使用石材分类方法——推荐全行业使用美国(ASTM)天然石材标准分类[J].石材.2016
[8].李翔,欧阳森,冯天瑞,吴裕生,王克英.一种基于用电行业分类的中长期电量预测方法[J].现代电力.2015
[9].鲁轶.关于经济活动的行业归类判断方法的研究——行业分类标准的应用与实践[J].统计科学与实践.2014
[10].武振红.水文行业档案分类方法探讨——以江门水文分局为例[J].黑龙江档案.2014
论文知识图
