首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

多元时间序列数据挖掘相似性分析方法及应用研究

摘要第9-10页
ABSTRACT第10-11页
第一章 绪论第12-25页
    1.1 研究背景和意义第12-14页
        1.1.1 研究背景第12-14页
        1.1.2 研究意义第14页
    1.2 国内外研究现状第14-20页
        1.2.1 时间序列数据挖掘第14-15页
        1.2.2 时间序列相似性分析第15-19页
        1.2.3 时间序列聚类第19-20页
        1.2.4 多元时间序列扩展第20页
    1.3 本文主要工作第20-22页
        1.3.1 论文的主要工作第20-22页
        1.3.2 论文的创新点第22页
    1.4 论文的组织结构第22-25页
第二章 时间序列相似性分析相关关键技术第25-41页
    2.1 时间序列及相似性的相关概念第25-28页
        2.1.1 时间序列的定义第25页
        2.1.2 时间序列的特点第25-26页
        2.1.3 时间序列的相似性定义第26-28页
        2.1.4 相似性度量函数评价指标第28页
    2.2 时间序列的模式表示方法第28-31页
        2.2.1 基于分段的模式表示法第29-31页
        2.2.2 基于统计的模式表示方法第31页
        2.2.3 其他方法第31页
    2.3 时间序列相似性度量方法第31-38页
        2.3.1 Minkowski距离第31-32页
        2.3.2 动态时间弯曲距离第32-36页
        2.3.3 其他方法第36页
        2.3.4 现有的多元时间序列相似性度量方法第36-38页
    2.4 时间序列聚类第38-40页
        2.4.1 时间序列聚类方法第38-39页
        2.4.2 常用的静态聚类方法第39-40页
    2.5 本章小结第40-41页
第三章 基于MSN和WDTW的多元时间序列相似性度量方法第41-57页
    3.1 引言第41-42页
    3.2 分析框架第42-43页
    3.3 基于特征重要点分层检测的多元时间序列分段第43-47页
        3.3.1 特征重要点定义第43-44页
        3.3.2 特征重要点分层检测第44-46页
        3.3.3 基于误差的多维分段第46-47页
    3.4 基于分段矩阵范数的模式表示第47-48页
    3.5 基于加权动态时间弯曲的相似性度量第48-49页
    3.6 实验分析与评价第49-56页
        3.6.1 实验框架第50-54页
        3.6.2 实验结果分析第54-56页
    3.7 本章小结第56-57页
第四章 基于CPCA和SWDTW的多元时间序列相似性度量方法第57-71页
    4.1 引言第57-58页
    4.2 分析框架第58页
    4.3 基于共同主成分分析的多元时间序列变换第58-60页
    4.4 基于局部特征改进的加权动态时间弯曲相似性度量第60-63页
        4.4.1 两种相似性度量思路第60-61页
        4.4.2 基于局部特征改进的加权动态时间弯曲第61-63页
    4.5 实验分析与评价第63-67页
        4.5.1 实验框架第63-64页
        4.5.2 实验结果分析第64-67页
    4.6 基于穿戴式医疗设备数据的实证研究第67-69页
    4.7 本章小结第69-71页
第五章 基于K近邻网络的多元时间序列聚类算法第71-82页
    5.1 引言第71页
    5.2 分析框架第71-72页
    5.3 有向加权K-近邻网络模型构造第72-73页
    5.4 网络模型聚类算法第73-74页
    5.5 实验分析与评价第74-81页
        5.5.1 实验框架第74-75页
        5.5.2 实验结果分析第75-81页
    5.6 本章小结第81-82页
第六章 总结与展望第82-84页
    6.1 论文的主要贡献第82-83页
    6.2 进一步的工作第83-84页
致谢第84-86页
参考文献第86-95页
作者在学期间取得的学术成果第95-96页
附录 英文缩写表第96-97页

论文共97页,点击 下载论文
上一篇:区域创新系统演化监测与实证分析
下一篇:基于自然连通度的复杂网络抗毁性优化研究