基于特性分析的交通流时间序列聚类
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 交通流时间序列聚类挖掘概述 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 本文主要研究内容 | 第14-15页 |
| 1.5 论文结构安排 | 第15-17页 |
| 2 时间序列数据聚类常用算法概述 | 第17-37页 |
| 2.1 数据预处理 | 第17-23页 |
| 2.1.1 数据清理 | 第17-20页 |
| 2.1.2 数据集成 | 第20-21页 |
| 2.1.3 数据规约 | 第21-22页 |
| 2.1.4 数据变换 | 第22-23页 |
| 2.2 相似性度量 | 第23-28页 |
| 2.2.1 欧氏距离 | 第23-25页 |
| 2.2.2 动态时间规整距离 | 第25-27页 |
| 2.2.3 Pearson相关系数 | 第27-28页 |
| 2.3 聚类分析 | 第28-36页 |
| 2.3.1 聚类算法概述 | 第28-30页 |
| 2.3.2 k-均值聚类 | 第30-31页 |
| 2.3.3 PAM聚类 | 第31页 |
| 2.3.4 层次聚类 | 第31-33页 |
| 2.3.5 SOM神经网络聚类 | 第33-36页 |
| 2.4 本章小结 | 第36-37页 |
| 3 交通流时间序列特征分析及选取 | 第37-47页 |
| 3.1 特征分析 | 第37-43页 |
| 3.1.1 统计特征 | 第37-41页 |
| 3.1.2 形态特征 | 第41-43页 |
| 3.2 特征选取 | 第43-46页 |
| 3.3 本章小结 | 第46-47页 |
| 4 交通流时间序列聚类算法对比研究 | 第47-53页 |
| 4.1 常用聚类算法对比研究 | 第47-51页 |
| 4.1.1 交通流时间序列k-均值聚类 | 第47-50页 |
| 4.1.2 交通流时间序列PAM聚类 | 第50页 |
| 4.1.3 交通流时间序列层次聚类 | 第50页 |
| 4.1.4 交通流时间序列SOM聚类 | 第50-51页 |
| 4.2 常用聚类算法结果分析 | 第51页 |
| 4.3 基于EP系数的交通流时间序列SOM聚类 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 案例分析 | 第53-67页 |
| 5.1 时间序列数据预处理 | 第54-57页 |
| 5.2 基于EP系数的SOM聚类 | 第57-63页 |
| 5.3 聚类结果分析 | 第63-66页 |
| 5.4 本章小结 | 第66-67页 |
| 6 结论 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 附录A | 第72-75页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第75-77页 |
| 学位论文数据集 | 第77页 |
