| Acknowledgement | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 详细摘要 | 第6-30页 |
| 1.Introduction | 第30-32页 |
| 2.Time-series clustering | 第32-40页 |
| 2.1 Time-series representation | 第34页 |
| 2.2 Distance measurement | 第34-35页 |
| Dynamic Time Warping(DTW) | 第34-35页 |
| Shape-based distance(SBD) | 第35页 |
| 2.3 Time-series prototype | 第35-36页 |
| Partition Around Medoid(PAM) | 第35-36页 |
| Shape extraction | 第36页 |
| 2.4 Clustering algorithm | 第36-38页 |
| Hierarchical clustering | 第36页 |
| Partitional clustering,k-Medoid | 第36-37页 |
| Partitional clustering,k-Shape | 第37页 |
| Partitional clustering,TADPole | 第37-38页 |
| 2.5 Cluster evaluation | 第38-40页 |
| Silhouette index | 第38页 |
| COP index | 第38-39页 |
| Davies-Bouldin index(DB) | 第39页 |
| Davies-Bouldin star index(DBstar) | 第39页 |
| Calinshi-Harabasz index(CH) | 第39-40页 |
| 3.Experiment result | 第40-53页 |
| 3.1 Dataset | 第40-43页 |
| Cryptocurrency dataset | 第40-42页 |
| Shanghai Stock Exchange50 Index(SSE50) | 第42页 |
| Exchange rate currency dataset | 第42页 |
| The Stock Exchange of Thailand50(SET50)dataset | 第42-43页 |
| 3.2 Cluster algorithm | 第43-44页 |
| 3.3 The time-series clustering experiment result | 第44-51页 |
| The cryptocurrency clustering result | 第44-47页 |
| The Shanghai Stock Exchange50 Index(SSE50)clustering result | 第47-48页 |
| The exchange rate currency clustering result | 第48-50页 |
| The Stock Exchange of Thailand50(SET50)clustering result | 第50-51页 |
| 3.4 Comparing time-series clustering result | 第51-53页 |
| 4.Conclusion | 第53-54页 |
| Reference | 第54-60页 |
| Appendix A:Result of time series clustering | 第60-73页 |
| Appendix B:R code sample | 第73-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |
