摘要 | 第1-6页 |
Abstract | 第6-8页 |
目录 | 第8-10页 |
插图索引 | 第10-11页 |
附表索引 | 第11-12页 |
第1章 绪论 | 第12-16页 |
·选题背景及研究意义 | 第12-15页 |
·选题背景 | 第12-14页 |
·研究意义 | 第14-15页 |
·本文主要工作和组织结构 | 第15-16页 |
·本文主要工作 | 第15页 |
·论文组织结构 | 第15-16页 |
第2章 时间序列相似性聚类概述 | 第16-29页 |
·时间序列表示 | 第16-17页 |
·时间序列分割 | 第17-20页 |
·时间序列线性划分 | 第18-20页 |
·时间窗子序列划分 | 第20页 |
·相似性度量 | 第20-23页 |
·基于形状的相似度 | 第21页 |
·基于特征的相似度 | 第21-22页 |
·基于模型的相似度 | 第22页 |
·基于压缩的相似度 | 第22页 |
·符号时序数据(symbolic time-series)的相似度 | 第22-23页 |
·综合分析 | 第23页 |
·时间序列聚类相关研究 | 第23-28页 |
·聚类分析概述 | 第23-25页 |
·衡量聚类算法的标准 | 第25-26页 |
·时间序列聚类算法研究 | 第26-28页 |
·未来的发展趋势 | 第28-29页 |
第3章 基于分割模式的时间序列矢量符号化算法 | 第29-41页 |
·相关定义 | 第29-30页 |
·基于分割模式的时间序列矢量符号化算法 | 第30-34页 |
·算法描述 | 第30-31页 |
·最大压缩比 | 第31页 |
·特征系数 | 第31页 |
·时间序列分割模式提取 | 第31-33页 |
·时间序列矢量符号化 | 第33-34页 |
·实验结果分析 | 第34-40页 |
·标准数据集实验 | 第34-38页 |
·铝电解数据实验 | 第38-40页 |
·本章小结 | 第40-41页 |
第4章 时间序列加权夹角距离相似性度量方法研究 | 第41-50页 |
·相关定义 | 第41-43页 |
·加权夹角距离相似性度量算法研究 | 第43-44页 |
·算法描述 | 第43页 |
·时间序列角度矢量化 | 第43-44页 |
·时间序列加权夹角相似性度量 | 第44页 |
·实验结果分析 | 第44-49页 |
·标准数据集实验 | 第45-47页 |
·铝电解数据实验 | 第47-49页 |
·本章小结 | 第49-50页 |
第5章 时间序列相似性聚类在槽况判断中的应用研究 | 第50-59页 |
·相关定义 | 第51页 |
·K-EDGE时间序列相似性聚类算法 | 第51-55页 |
·算法描述 | 第51-53页 |
·时间序列簇边界更新 | 第53页 |
·K-edge时间序列相似性聚类 | 第53-55页 |
·实验结果分析 | 第55-58页 |
·数据来源 | 第56页 |
·简单槽况判断 | 第56-58页 |
·本章小结 | 第58-59页 |
总结与展望 | 第59-61页 |
参考文献 | 第61-66页 |
致谢 | 第66-67页 |
附录A(攻读硕士学位期间所发表的学术论文目录) | 第67页 |