时间序列数据挖掘研究
| 第一章 绪论 | 第1-22页 |
| 1．1 时间序列数据挖掘研究 | 第11-15页 |
| 1．1．1 数据挖掘的产生和定义 | 第11-12页 |
| 1．1．2 时态数据挖掘 | 第12-13页 |
| 1．1．3 时间序列数据挖掘 | 第13-14页 |
| 1．1．4 时间序列数据挖掘现状分析 | 第14-15页 |
| 1．2 时间序列分析 | 第15-19页 |
| 1．2．1 历史和现状 | 第15-16页 |
| 1．2．2 存在的问题 | 第16页 |
| 1．2．3 时间序列问题的本质 | 第16-17页 |
| 1．2．4 预测的认识过程 | 第17-18页 |
| 1．2．5 困境的根源 | 第18-19页 |
| 1．3 时序数据挖掘的研究价值和意义 | 第19-20页 |
| 1．4 本文的研究目标和内容 | 第20-22页 |
| 第二章 时序分析和时态数据挖掘研究 | 第22-37页 |
| 2．1 时序分析技术 | 第22-26页 |
| 2．1．1 几种主要的时序分析技术 | 第22-26页 |
| 2．1．2 当前时序技术分析 | 第26页 |
| 2．2 数据挖掘 | 第26-29页 |
| 2．2．1 数据挖掘的产生 | 第26-27页 |
| 2．2．2 数据挖掘和数据库中的知识发现 | 第27页 |
| 2．2．3 模式的兴趣度 | 第27-28页 |
| 2．2．4 数据挖掘的预处理 | 第28-29页 |
| 2．3 时态数据挖掘研究 | 第29-36页 |
| 2．3．1 时态数据的类型 | 第30页 |
| 2．3．2 时态数据挖掘的分类 | 第30-31页 |
| 2．3．3 时态模式挖掘 | 第31-33页 |
| 2．3．4 相似性研究 | 第33-34页 |
| 2．3．5 存在的问题和解决策略 | 第34-36页 |
| 2．4 本章小结 | 第36-37页 |
| 第三章 状态演化模式挖掘 | 第37-59页 |
| 3．1 问题的提出 | 第37-40页 |
| 3．1．1 理想的情形 | 第37-38页 |
| 3．1．2 模式形式的选择 | 第38-40页 |
| 3．2 状态空间重构 | 第40-43页 |
| 3．2．1 状态空间重构的基本思想 | 第40页 |
| 3．2．2 演化信息的传递 | 第40-42页 |
| 3．2．3 重构空间内状态演化序列 | 第42-43页 |
| 3．3 聚类 | 第43-44页 |
| 3．4 状态演化模式挖掘 | 第44-49页 |
| 3．4．1 状态演化模式的含义 | 第45页 |
| 3．4．2 模式的评价 | 第45-47页 |
| 3．4．3 频繁状态演化模式集合的生成 | 第47-48页 |
| 3．4．4 SEPM算法 | 第48-49页 |
| 3．4．5 最长频繁状态演化模式 | 第49页 |
| 3．5 从模式到规则 | 第49-56页 |
| 3．5．1 规则生成定理 | 第49-51页 |
| 3．5．2 生成规则前模式集的削减 | 第51-52页 |
| 3．5．3 基于可信度的规则集削减 | 第52页 |
| 3．5．4 规则的含义 | 第52-53页 |
| 3．5．5 基于规则的预测 | 第53页 |
| 3．5．6 挖掘和预测的流程图 | 第53-56页 |
| 3．6 基于多维时序的状态演化模式挖掘 | 第56-58页 |
| 3．7 本章小结 | 第58-59页 |
| 第四章 模糊关联规则及有效支持度 | 第59-71页 |
| 4．1 有关模糊基础理论 | 第59-61页 |
| 4．1．1 模糊集和隶属度 | 第60页 |
| 4．1．2 基本模糊运算 | 第60-61页 |
| 4．1．3 截集 | 第61页 |
| 4．2 模糊关联规则挖掘 | 第61-65页 |
| 4．2．1 关联规则的基本概念 | 第62页 |
| 4．2．2 模糊思想的引入 | 第62-63页 |
| 4．2．3 模糊关联规则的通用定义 | 第63页 |
| 4．2．4 模糊关联规则挖掘 | 第63-65页 |
| 4．2．5 模糊关联规则的研究过程 | 第65页 |
| 4．3 有效支持度 | 第65-70页 |
| 4．3．1 对模糊模式支持度σ的研究 | 第65-67页 |
| 4．3．2 模糊模式的有效支持度 | 第67-68页 |
| 4．3．3 σ_（smin）的取值原则 | 第68-69页 |
| 4．3．4 有效支持度对原算法的影响 | 第69-70页 |
| 4．4 本章小结 | 第70-71页 |
| 第五章 模糊状态演化模式挖掘 | 第71-81页 |
| 5．1 SEPM中的不确定性及判定 | 第71-72页 |
| 5．1．1 SEPM中的不确定性 | 第71-72页 |
| 5．1．2 不确定性的判定 | 第72页 |
| 5．2 模糊聚类理论 | 第72-75页 |
| 5．3 模糊状态演化模式挖掘 | 第75-79页 |
| 5．3．1 概念的模糊化 | 第75-76页 |
| 5．3．2 挖掘过程中的模糊处理 | 第76-78页 |
| 5．3．3 结果的去模糊化 | 第78页 |
| 5．3．4 基于规则的预测 | 第78-79页 |
| 5．4 基于有效支持度的改进FSEPM | 第79-80页 |
| 5．5 本章小结 | 第80-81页 |
| 第六章 相关实验分析 | 第81-96页 |
| 6．1 实验设计 | 第81-84页 |
| 6．1．1 实验内容 | 第81-82页 |
| 6．1．2 实验对象 | 第82-83页 |
| 6．1．3 实验环境 | 第83-84页 |
| 6．2 算法有效性验证 | 第84-88页 |
| 6．2．1 正弦函数 | 第84页 |
| 6．2．2 混沌序列 | 第84-86页 |
| 6．2．3 联邦利率 | 第86-88页 |
| 6．2．4 结果分析 | 第88页 |
| 6．3 参数对算法结果的影响 | 第88-93页 |
| 6．3．1 聚簇数对算法的影响 | 第88-91页 |
| 6．3．2 支持度阈值对算法的影响 | 第91-93页 |
| 6．4 FSEPM和SEPM的对比 | 第93-95页 |
| 6．5 本章小结 | 第95-96页 |
| 第七章 总结与展望 | 第96-98页 |
| 7．1 本文的研究成果及创新 | 第96-97页 |
| 7．2 进一步的研究工作 | 第97-98页 |
| 致谢 | 第98-99页 |
| 攻读博士学位期间发表论文 | 第99-100页 |
| 参考文献 | 第100-106页 |
