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

水质时间序列数据挖掘及其应用集成研究

摘要第1-5页
ABSTRACT第5-10页
1 绪论第10-22页
   ·论文研究背景和意义第10页
   ·时间序列数据挖掘第10-19页
     ·时间序列分段模式表示研究现状第12-14页
     ·面向多维时间序列聚类的相似性度量研究现状第14-16页
     ·时间序列预测研究现状第16-19页
   ·本文的主要研究工作第19-22页
     ·本文主要研究内容第19-20页
     ·本文结构安排第20-22页
2 时间序列分段多项式连续模式表示第22-40页
   ·引言第22页
   ·时间序列分段模式表示第22-25页
     ·分段频域模式表示第23-24页
     ·分段线性模式表示第24-25页
     ·分段多项式模式表示第25页
   ·分段多项式模式参数估计第25-32页
     ·PPR 参数估计第26-27页
     ·CPPR 参数估计第27-29页
     ·时间序列残差熵模型检验第29-32页
   ·时间序列自适应CPPR第32-35页
     ·分段点搜索策略及其分段度量第32-33页
     ·时间序列自适应CPPR 算法第33-35页
   ·实验与结论第35-40页
     ·实验第35-39页
     ·结论第39-40页
3 面向多维时间序列聚类的相似性度量第40-62页
   ·引言第40页
   ·空间点聚类第40-42页
     ·空间点聚类定义第40-41页
     ·空间点聚类算法第41-42页
   ·时间序列聚类第42-47页
     ·时间序列聚类定义第42-44页
     ·基于空间距离的STS 相似性度量第44-45页
     ·基于动态时间弯曲距离的STS 相似性度量第45-47页
   ·基于STS 相似的多维时间序列聚类第47-52页
     ·基于DTW 的STS 聚类第48-49页
     ·基于 STS 聚类关系的 MTS 模糊聚类第49-51页
     ·基于STS 相似的MTS 聚类改进第51-52页
   ·基于路径相似的多维时间序列聚类第52-56页
     ·基于路径的MTS 相似性度量第53-56页
     ·基于路径DTW 的MTS 聚类第56页
   ·实验与结论第56-62页
     ·实验第56-60页
     ·结论第60-62页
4 时间序列 RBF 神经网络集成预测第62-94页
   ·引言第62页
   ·时间序列预测概述第62-67页
     ·传统时间序列预测第62-66页
     ·神经网络时间序列预测第66-67页
   ·神经网络集成第67-72页
     ·神经网络集成原理第67-69页
     ·个体神经网络生成第69-72页
     ·个体神经网络输出集成第72页
   ·时间序列RBF 神经网络集成第72-85页
     ·RBF 网络中心参数对输出影响分析第73-75页
     ·基于主成分分析的网络输入维数分析第75-81页
     ·基于聚类中心选择的集成结构第81-83页
     ·集成中个体的输出集成第83-85页
   ·基于NNE-RBF 的时间序列预测第85-87页
   ·实验与结论第87-94页
     ·实验第87-92页
     ·结论第92-94页
5 时间序列数据挖掘与三峡库区水环境安全预警平台的应用集成第94-106页
   ·引言第94页
   ·信息系统集成概述第94-96页
   ·时间序列数据库结构第96-98页
     ·水质监测数据抽取第96-97页
     ·水质监测时间序列数据库第97-98页
   ·基于服务请求的应用集成第98-103页
     ·C/S 与B/S第98-99页
     ·应用集成结构第99-101页
     ·服务请求协议第101-103页
   ·集成计算服务平台第103-105页
     ·集成计算服务平台结构第103-104页
     ·集成计算服务流程第104-105页
   ·结论第105-106页
6 结论第106-108页
   ·主要贡献与特色第106-107页
   ·需要进一步研究的问题第107-108页
致谢第108-110页
参考文献第110-120页
附录第120页
 A.作者在攻读学位期间专利或论文目录第120页
 B. 作者在攻读学位期间科研目录第120页

论文共120页,点击 下载论文
上一篇:用于文本分类的简明语义分析技术研究
下一篇:分布式实时系统的软件故障注入及可靠性评测方法研究