| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究背景 | 第11-12页 |
| ·问题定义 | 第12-16页 |
| ·时间序列 | 第12-14页 |
| ·时间序列分类问题 | 第14-16页 |
| ·研究内容 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第2章 相关工作综述 | 第19-26页 |
| ·时间序列转换 | 第19-20页 |
| ·时间序列相似度量 | 第20-21页 |
| ·多维时间序列扩展 | 第21-23页 |
| ·维度选择方法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 多维时间序列分类模型整体概述 | 第26-31页 |
| ·设计意图 | 第26页 |
| ·CMM分类模型整体描述 | 第26-29页 |
| ·本章小结 | 第29-31页 |
| 第4章 数据预处理 | 第31-45页 |
| ·特征模式提取 | 第31-38页 |
| ·设计意图 | 第31-33页 |
| ·Chebyshev多项式与Chebyshev拟合 | 第33-35页 |
| ·特征模式提取算法 | 第35-38页 |
| ·维度分级及选择 | 第38-44页 |
| ·设计意图 | 第38-40页 |
| ·单变量的Information Gain Ratio | 第40-41页 |
| ·维度分级及选择算法描述 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 分类算法—决策树 | 第45-55页 |
| ·决策树概述 | 第45-46页 |
| ·C4.5算法 | 第46-53页 |
| ·基本算法 | 第46-50页 |
| ·属性选择标准 | 第50-51页 |
| ·剪枝策略 | 第51-53页 |
| ·决策树分类 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 实验评估 | 第55-66页 |
| ·实验环境 | 第55-58页 |
| ·模型的分类性能 | 第58-62页 |
| ·分类精度实验 | 第60-61页 |
| ·CPU处理时间实验 | 第61-62页 |
| ·模型参数调整实验 | 第62-65页 |
| ·维度选择算法的作用 | 第62-63页 |
| ·Chebyshev系数幂次调整 | 第63-64页 |
| ·局部特征vs.全局特征 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第7章 总结与展望 | 第66-67页 |
| ·结论 | 第66页 |
| ·未来工作 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 作者简历 | 第73页 |