基于分形的非平稳时间序列挖掘关键技术研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-14页 |
| 第一章 绪论 | 第14-35页 |
| ·研究背景及意义 | 第14-18页 |
| ·研究背景 | 第14-16页 |
| ·研究意义 | 第16-18页 |
| ·非平稳时间序列数据挖掘关键技术研究现状 | 第18-32页 |
| ·数据挖掘概述 | 第18-23页 |
| ·表示方法 | 第23-25页 |
| ·相似性查找 | 第25-27页 |
| ·相似性度量 | 第27-29页 |
| ·聚类与分类 | 第29-30页 |
| ·异常检测 | 第30-32页 |
| ·论文的主要研究内容和创新点 | 第32-33页 |
| ·论文的组织结构 | 第33-35页 |
| 第二章 非平稳时间序列表示方法研究 | 第35-52页 |
| ·引言 | 第35-37页 |
| ·时间序列的定义及其抽象表示 | 第37-42页 |
| ·时间序列的定义及分类 | 第37-38页 |
| ·时间序列的抽象表示 | 第38-42页 |
| ·基于MBR和网格的时间序列表示方法GMBR | 第42-44页 |
| ·GMBR介绍 | 第42页 |
| ·维度约简 | 第42-43页 |
| ·MBR离散化 | 第43-44页 |
| ·基于分形和符号的时间序列表示方法FSPA | 第44-50页 |
| ·分形理论和R/S法 | 第44-46页 |
| ·APCA介绍 | 第46-47页 |
| ·维度约简 | 第47-48页 |
| ·FSPA表示法 | 第48-50页 |
| ·小结 | 第50-52页 |
| 第三章 非平稳时间序列相似性挖掘算法的研究 | 第52-72页 |
| ·引言 | 第52-53页 |
| ·问题描述及相关研究工作 | 第53-56页 |
| ·相似性查找问题描述 | 第53页 |
| ·主要难点与相关研究 | 第53-56页 |
| ·基于GMBR的相似性查找研究 | 第56-60页 |
| ·距离度量 | 第56-58页 |
| ·相似性查找 | 第58-60页 |
| ·基于FSPA的相似性查找研究 | 第60-63页 |
| ·距离度量 | 第60-62页 |
| ·相似性查找算法 | 第62-63页 |
| ·仿真结果 | 第63-70页 |
| ·仿真设置 | 第63-65页 |
| ·仿真结果 | 第65-70页 |
| ·小结 | 第70-72页 |
| 第四章 非平稳时间序列的分类算法研究 | 第72-84页 |
| ·引言 | 第72-73页 |
| ·相关研究及问题描述 | 第73-74页 |
| ·基于动态时间弯曲的分类算法 | 第74-76页 |
| ·基于FSPA的时间序列分类方法研究 | 第76-78页 |
| ·基于FSPA的数据转换 | 第76-77页 |
| ·利用分类算法对时间序列进行分类 | 第77-78页 |
| ·实验仿真与分析 | 第78-82页 |
| ·小结 | 第82-84页 |
| 第五章 非平稳时间序列异常检测研究 | 第84-104页 |
| ·引言 | 第84-85页 |
| ·本章的研究内容及相关工作 | 第85-86页 |
| ·时间序列异常检测定义 | 第86-89页 |
| ·时间序列异常检测算法 | 第89-93页 |
| ·强力搜索法 | 第89-91页 |
| ·基于距离和密度的GMBR-DD算法 | 第91-93页 |
| ·实验仿真与分析 | 第93-102页 |
| ·加入高斯噪音的数据集 | 第93-98页 |
| ·Keogh_data数据集 | 第98-100页 |
| ·经济数据集 | 第100-102页 |
| ·小结 | 第102-104页 |
| 第六章 总结与展望 | 第104-107页 |
| ·总结 | 第104-105页 |
| ·展望 | 第105-107页 |
| 参考文献 | 第107-126页 |
| 致谢 | 第126-128页 |
| 附录A 攻读博士学位期间发表的论文 | 第128-129页 |
