| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·时间序列研究现状 | 第11-14页 |
| ·相似性查询 | 第11-13页 |
| ·时间序列分类 | 第13-14页 |
| ·本文工作及章节安排 | 第14-16页 |
| 第二章 时间序列与相关算法 | 第16-28页 |
| ·时间序列及相关定义 | 第16-18页 |
| ·时间序列表示方法 | 第18-20页 |
| ·非数据自适应方法 | 第19页 |
| ·数据自适应方法 | 第19-20页 |
| ·基于模型的方法 | 第20页 |
| ·时间序列相似性度量 | 第20-25页 |
| ·基于形状的度量 | 第21-22页 |
| ·基于编辑的度量 | 第22-23页 |
| ·基于特征的度量 | 第23-24页 |
| ·基于模型的度量 | 第24-25页 |
| ·时间序列应用 | 第25-27页 |
| ·时间序列相似性查询的应用 | 第25-26页 |
| ·时间序列分类的应用 | 第26-27页 |
| ·本章总结 | 第27-28页 |
| 第三章 基于滑动窗口分段的动态时间弯曲下界算法 | 第28-40页 |
| ·动态时间弯曲距离算法 | 第28-30页 |
| ·时间序列距离计算中的下界过滤算法 | 第30-32页 |
| ·基于滑动窗口分段的动态时间弯曲下界算法 | 第32-35页 |
| ·PAA与SW时间序列表示法 | 第32-33页 |
| ·早弃策略 | 第33页 |
| ·基于LB_SW算法的相似性查询 | 第33-35页 |
| ·实验验证与结果分析 | 第35-38页 |
| ·实验平台和数据 | 第35页 |
| ·实验结果及分析 | 第35-38页 |
| ·本章总结 | 第38-40页 |
| 第四章 基于高效子序列匹配的shapelets分类算法 | 第40-52页 |
| ·数据转化与shapelets提取 | 第40-42页 |
| ·图形转化时间序列 | 第40-41页 |
| ·最优shapelets的提取 | 第41-42页 |
| ·高效子序列匹配算法 | 第42-43页 |
| ·基于高效子序列匹配的shapelets分类算法 | 第43-46页 |
| ·实验验证与结果分析 | 第46-51页 |
| ·实验平台和数据 | 第46-47页 |
| ·实验结果及分析 | 第47-51页 |
| ·本章总结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·本文工作总结 | 第52-53页 |
| ·未来工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 作者简历及攻读硕士学位期间发表的学术论文 | 第60页 |