| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第15-22页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.3 主要研究内容 | 第19-20页 |
| 1.4 论文结构 | 第20-22页 |
| 2 时间序列异常检测 | 第22-29页 |
| 2.1 概述 | 第22-23页 |
| 2.2 时间序列异常检测的主要方法 | 第23-27页 |
| 2.3 时间序列异常检测的典型应用 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 时间序列多尺度异常检测方法 | 第29-46页 |
| 3.1 傅里叶变换 | 第29-30页 |
| 3.2 小波变换 | 第30-36页 |
| 3.3 基于分割的时间序列可变长度模式 | 第36-38页 |
| 3.4 基于Haar小波变换的时间序列多尺度异常检测 | 第38-41页 |
| 3.5 实验及结果分析 | 第41-45页 |
| 3.6 本章小结 | 第45-46页 |
| 4 基于协同训练和选择性集成学习的时间序列异常检测方法 | 第46-68页 |
| 4.1 协同训练算法 | 第47-53页 |
| 4.2 选择性集成学习算法 | 第53-56页 |
| 4.3 基于协同学习的时间序列异常检测 | 第56-61页 |
| 4.4 实验及结果分析 | 第61-67页 |
| 4.5 本章小结 | 第67-68页 |
| 5 总结与展望 | 第68-70页 |
| 5.1 主要研究内容 | 第68-69页 |
| 5.2 研究展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |