电力互联网运行过程中重复需求数据挖掘方法

目前提出的电力互联网运行过程中重复需求数据挖掘方法挖掘精度较低,导致电力系统稳定性较低。以95598电力客服数据为基础,通过数据决策模型提取重复需求的数据特征,利用数据分层迁移法分析数据特征,完成特征分层融合处理,构建电力数据库模型,采用聚类算法进行重复需求数据的深入挖掘,提取数据信号的信号流,利用决策树实现电力数据的准确校测。实验结果表明,提出的电力互联网运行过程中重复需求数据挖掘方法能够有效降低错误率,提高电力系统稳定性,具有很好的应用性能。

基于硬件集中模式的桌面虚拟化技术优化模型

计算机虚拟化已经成为当今计算机硬件发展的重要方向,其中桌面虚拟化技术最有应用前景。桌面虚拟化要求的硬件集中化,并非简单地向大型主机时代回归,而是通过利用硬件群的规模化优势,来达到进一步提高硬件资源利用效率的目的。就用户大量重复需求这一特点,提出一种可行的优化模型,利用短期存留来减少重复执行,以节省主机的硬件资源。

知识经济、边际效用递增现象与新商业规则

针对知识经济条件下所出现的新经济现象 ,具体分析了造成边际效用递增的两种原因 ,即重复性需求、交叉性需求。在这一基础上 ,以软件产业的定价策略为例 ,说明了边际效用递增律给原有商业规则带来的冲击 。