基于动态链表结构的时间序列异步周期模式挖掘研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-20页 |
| 1.1 选题背景及研究意义 | 第8-9页 |
| 1.2 时间序列数据挖掘主要研究内容 | 第9-14页 |
| 1.2.1 重新描述 | 第9-10页 |
| 1.2.2 相似性度量 | 第10-11页 |
| 1.2.3 分类和聚类 | 第11-13页 |
| 1.2.4 序列模式挖掘 | 第13-14页 |
| 1.3 时间序列周期模式挖掘综述 | 第14-17页 |
| 1.3.1 基于模式覆盖范围分类 | 第14-15页 |
| 1.3.2 基于模式置信度分类 | 第15-16页 |
| 1.3.3 基于是否存在干扰分类 | 第16-17页 |
| 1.4 异步周期模式挖掘研究现状 | 第17-18页 |
| 1.5 本文主要内容及创新点 | 第18-20页 |
| 1.5.1 主要内容 | 第18页 |
| 1.5.2 创新点 | 第18-20页 |
| 第二章 本文基本定义和相关算法介绍 | 第20-33页 |
| 2.1 基本定义 | 第20-23页 |
| 2.2 相关算法介绍 | 第23-32页 |
| 2.2.1 两阶段算法 | 第23-25页 |
| 2.2.2 SMCA 算法 | 第25-27页 |
| 2.2.3 OMMA 算法 | 第27-30页 |
| 2.2.4 E-MAP 算法 | 第30-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第三章 典型异步周期模式挖掘算法比较 | 第33-40页 |
| 3.1 典型异步周期模式挖掘算法比较分析 | 第33-38页 |
| 3.1.1 挖掘对象的异同 | 第33-34页 |
| 3.1.2 片段终止位置定义不同 | 第34-35页 |
| 3.1.3 算法挖掘过程的比较 | 第35-36页 |
| 3.1.4 算法复杂度分析 | 第36-37页 |
| 3.1.5 挖掘结果的比较 | 第37-38页 |
| 3.2 本章小结 | 第38-40页 |
| 第四章 基于动态链表结构的异步周期模式挖掘算法 | 第40-51页 |
| 4.1 引言 | 第40页 |
| 4.2 算法原理 | 第40-43页 |
| 4.3 算法设计 | 第43-47页 |
| 4.4 仿真实验 | 第47-50页 |
| 4.4.1 人工数据 | 第47-49页 |
| 4.4.2 实际数据 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51-52页 |
| 5.2 不足与展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58页 |
