多元时间序列数据挖掘中相似性算法的研究
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-20页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·时间序列数据挖掘研究现状 | 第12-14页 |
| ·时间序列相似性搜索研究现状 | 第14-17页 |
| ·多元时间序列相似性匹配存在的问题 | 第17-18页 |
| ·本文主要工作 | 第18页 |
| ·本文结构安排 | 第18-20页 |
| 第2章 时间序列相似性匹配相关技术及算法 | 第20-29页 |
| ·引言 | 第20页 |
| ·时间序列模式表示 | 第20-23页 |
| ·时间序列模式表示概述 | 第20-21页 |
| ·时间序列模式表示主要方法 | 第21-23页 |
| ·时间序列相似性度量 | 第23-28页 |
| ·Minkowski距离 | 第24-25页 |
| ·动态时间弯曲距离 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于EMD的多元时间序列相似性搜索 | 第29-41页 |
| ·引言 | 第29页 |
| ·相关理论 | 第29-31页 |
| ·多元时间序列 | 第29-30页 |
| ·经验模式分解方法 | 第30页 |
| ·自底向上分段算法 | 第30-31页 |
| ·基于EMD的多元时间序列相似性搜索 | 第31-36页 |
| ·基于EMD的趋势提取 | 第31-34页 |
| ·符号化表示与相似性匹配 | 第34-36页 |
| ·实验与分析 | 第36-39页 |
| ·实验方法 | 第36-37页 |
| ·实验一：基于小规模数据的比较 | 第37-38页 |
| ·实验二：基于大规模数据的比较 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 一种多元时间序列相似性分层匹配算法 | 第41-48页 |
| ·引言 | 第41页 |
| ·下界距离过滤 | 第41-42页 |
| ·多元时序分层匹配算法 | 第42-45页 |
| ·基于下界距离过滤的粗匹配 | 第42-43页 |
| ·基于EMD的二次匹配 | 第43-44页 |
| ·欧氏距离匹配 | 第44-45页 |
| ·实验及结果分析 | 第45-47页 |
| ·实验数据 | 第45页 |
| ·分层匹配的过滤能力 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 结论与展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |
| 附录A 攻读学位期间所发表的学术论文 | 第56页 |
