基于分类的时间序列特征选择方法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第8-20页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-17页 |
| 1.2.1 时间序列的表示方法 | 第10-11页 |
| 1.2.2 时间序列的相似性度量方法 | 第11-13页 |
| 1.2.3 时间序列的特征提取方法 | 第13-15页 |
| 1.2.4 时间序列的分类方法 | 第15-17页 |
| 1.3 研究内容 | 第17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 1.5 本章小结 | 第18-20页 |
| 第二章 相关研究工作 | 第20-30页 |
| 2.1 时间序列的相关定义 | 第20-21页 |
| 2.2 时间序列的特征选择方法 | 第21-26页 |
| 2.2.1 特征子集的搜索策略 | 第22-23页 |
| 2.2.2 特征选择的评价方法 | 第23-26页 |
| 2.3 类可分离性判据 | 第26页 |
| 2.4 变量相关性分析 | 第26-27页 |
| 2.5 交叉验证 | 第27-28页 |
| 2.6 本章小结 | 第28-30页 |
| 第三章 多变量时间序列的变量选择 | 第30-42页 |
| 3.1 变量的分类性能 | 第30-32页 |
| 3.2 变量的评价准则 | 第32-34页 |
| 3.2.1 灰相关系数 | 第32-33页 |
| 3.2.2 基于灰相关系数的评价准则 | 第33-34页 |
| 3.3 最佳变量子集 | 第34-35页 |
| 3.4 实验结果 | 第35-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 基于层次聚类的特征选择 | 第42-54页 |
| 4.1 聚类算法介绍 | 第42-45页 |
| 4.2 算法总览 | 第45-46页 |
| 4.3 生成候选特征子集 | 第46-48页 |
| 4.4 候选shapelets的聚类 | 第48-49页 |
| 4.5 特征分类性能的评价准则 | 第49-51页 |
| 4.6 实验 | 第51-53页 |
| 4.7 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 全文总结 | 第54页 |
| 5.2 未来展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
