基于流形学习的时间序列聚类研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
1 绪论 | 第10-16页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.3 论文的主要工作 | 第14-15页 |
1.4 论文的组织结构 | 第15-16页 |
2 流形学习方法介绍 | 第16-21页 |
2.1 基本概念 | 第16页 |
2.2 局部保持投影 | 第16-18页 |
2.3 局部线性嵌入 | 第18-19页 |
2.4 邻域保持嵌入 | 第19-21页 |
3 基于流形学习的时间序列聚类 | 第21-33页 |
3.1 研究基础 | 第21-24页 |
3.1.1 主成分分析 | 第21-22页 |
3.1.2 分段聚合近似 | 第22页 |
3.1.3 k-均值聚类 | 第22-23页 |
3.1.4 单样本K-S检验和配对样本t检验 | 第23-24页 |
3.2 基于LPP的时间序列聚类算法 | 第24-25页 |
3.3 基于LLE的时间序列聚类算法 | 第25页 |
3.4 基于NPE的时间序列聚类算法 | 第25-26页 |
3.5 实验 | 第26-32页 |
3.5.1 数据集描述 | 第26页 |
3.5.2 评价准则 | 第26-27页 |
3.5.3 性能比较 | 第27-28页 |
3.5.4 结果显著差异分析 | 第28-29页 |
3.5.5 参数对算法性能的影响 | 第29-32页 |
3.6 本章小结 | 第32-33页 |
4 基于流形学习的时间序列聚类融合 | 第33-44页 |
4.1 研究基础 | 第33-34页 |
4.1.1 聚类融合的相关概念 | 第33页 |
4.1.2 类标记的转换 | 第33-34页 |
4.1.3 基于互信息的聚类成员的权值 | 第34页 |
4.2 基于LPP的时间序列聚类融合算法 | 第34-35页 |
4.3 基于LLE的时间序列聚类融合算法 | 第35-36页 |
4.4 基于NPE的时间序列聚类融合算法 | 第36-37页 |
4.5 实验 | 第37-43页 |
4.5.1 性能比较 | 第37-38页 |
4.5.2 结果显著差异分析 | 第38-39页 |
4.5.3 参数对算法性能的影响 | 第39-43页 |
4.6 本章小结 | 第43-44页 |
5 总结与展望 | 第44-46页 |
5.1 总结 | 第44页 |
5.2 展望 | 第44-46页 |
参考文献 | 第46-51页 |
致谢 | 第51-52页 |
攻读学位期间取得的科研成果清单 | 第52页 |