| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题的研究背景和意义 | 第9-10页 |
| ·时间序列挖掘在国内外研究发展 | 第10-11页 |
| ·本文的主要研究内容 | 第11页 |
| ·本文的结构安排 | 第11-13页 |
| 第二章 时间序列数据分析方法 | 第13-25页 |
| ·时间序列数据挖掘的定义及特点 | 第14-15页 |
| ·时间序列数据挖掘的定义 | 第14-15页 |
| ·时间序列数据挖掘的特点 | 第15页 |
| ·时间序列数据挖掘的一般步骤 | 第15-16页 |
| ·传统的时间序列模型 | 第16-19页 |
| ·常用的趋势模型 | 第16-18页 |
| ·趋势模型的选取 | 第18页 |
| ·模型的评价与预测 | 第18-19页 |
| ·时间序列数据挖掘的主要方法及技术 | 第19-25页 |
| ·时间序列的预测 | 第19-20页 |
| ·时间序列相似性搜索方法 | 第20-23页 |
| ·时间序列的关联规则挖掘 | 第23-24页 |
| ·时间序列数据挖掘需解决的技术难点 | 第24-25页 |
| 第三章 时间序列挖掘的相关算法研究 | 第25-37页 |
| ·时间序列的分段表示 | 第25-29页 |
| ·固定窗口的分段表示 | 第25-26页 |
| ·基于关键点的分段表示 | 第26-27页 |
| ·基于斜率寻找特殊点的分段表示 | 第27-28页 |
| ·算法比较 | 第28-29页 |
| ·考虑时间长度的停板规则符号化表示 | 第29-31页 |
| ·时间序列的相似性搜索 | 第31-37页 |
| ·基本搜索算法 | 第32-33页 |
| ·基于最小首差循环链码的快速搜索算法 | 第33-36页 |
| ·搜索算法比较 | 第36-37页 |
| 第四章 时间序列关联规则挖掘算法研究 | 第37-49页 |
| ·时间序列关联分析解决的问题 | 第37页 |
| ·时间序列关联规则的相关概念 | 第37-38页 |
| ·项目集、事务、事务集 | 第37-38页 |
| ·关联规则 | 第38页 |
| ·支持度、置信度 | 第38页 |
| ·最小支持度、最小置信度、强关联规则 | 第38页 |
| ·频繁项集 | 第38页 |
| ·时间序列关联规则挖掘的一般步骤 | 第38-39页 |
| ·时间序列关联规则算法 | 第39-49页 |
| ·Apriori算法 | 第40页 |
| ·Apriori算法的一个实例 | 第40-41页 |
| ·Apriori的改进算法研究 | 第41-42页 |
| ·FP-tree算法 | 第42-43页 |
| ·从FP-tree中挖掘频繁模式 | 第43页 |
| ·FP-tree算法的一个实例 | 第43-45页 |
| ·FP-tree算法分析 | 第45页 |
| ·结合Apriori和FP-tree的考虑时间因素的关联算法 | 第45页 |
| ·结合Apriori和FP-tree的考虑时间因素的关联算法验证 | 第45-49页 |
| 第五章 基于时间序列图形挖掘系统的实现 | 第49-61页 |
| ·系统的设计目标及开发环境 | 第49-50页 |
| ·系统逻辑设计模型 | 第50页 |
| ·基于时间序列图形挖掘系统实现 | 第50-56页 |
| ·数据的获取 | 第53页 |
| ·数据初始化显示 | 第53-54页 |
| ·时间序列数据的分段和符号化表示 | 第54-55页 |
| ·时间序列的关联规则生成 | 第55-56页 |
| ·挖掘结果评估 | 第56页 |
| ·基于时间序列图形挖掘系统的运行过程 | 第56-61页 |
| ·系统运行界面 | 第56-60页 |
| ·系统的实用性 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·本文总结 | 第61-62页 |
| ·工作展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-68页 |