| 第1章 引言 | 第1-12页 |
| 第2章 研究背景 | 第12-38页 |
| ·数据挖掘 | 第12-22页 |
| ·知识发现和数据挖掘 | 第12页 |
| ·数据挖掘的发展 | 第12-14页 |
| ·数据挖掘的产品和应用 | 第14-17页 |
| ·数据挖掘任务的分类 | 第17-20页 |
| ·数据挖掘的过程 | 第20-22页 |
| ·时序数据挖掘 | 第22-38页 |
| ·时序数据应用范围 | 第23-24页 |
| ·时间序列数据挖掘定义(TSDM. Time Series Data Mining) | 第24页 |
| ·时间序列数据挖掘的相关研究 | 第24-38页 |
| 第3章 周期模式挖掘问题定义 | 第38-52页 |
| ·挖掘对象的定义及特点 | 第38-42页 |
| ·多时间维数据库的处理 | 第38-39页 |
| ·时序数据模式挖掘同普通数据模式挖掘关心问题的区别 | 第39页 |
| ·目标事件定义函数 | 第39-42页 |
| ·严格周期事件的定义 | 第42-44页 |
| ·严格周期事件的定义 | 第42-43页 |
| ·周期最少重复次数Nmin | 第43页 |
| ·最小周期长度Tmin | 第43-44页 |
| ·弱限制条件周期事件定义 | 第44-47页 |
| ·周期事件发生时间点容忍度tol | 第45页 |
| ·周期间断发生 | 第45-46页 |
| ·拥有重复发生的时间段的周期事件的取舍 | 第46-47页 |
| ·周期事件挖掘定义 | 第47-48页 |
| ·算法的意义及难度 | 第48-50页 |
| ·怀疑周期长度优劣的标准 | 第50-51页 |
| ·算法优劣的标准 | 第51-52页 |
| 第4章 弱限制条件周期问题挖掘算法 | 第52-69页 |
| ·蚁群算法的简单介绍 | 第52-53页 |
| ·算法的总体思路 | 第53-67页 |
| ·对怀疑周期的选取剪枝 | 第54-55页 |
| ·选取高怀疑度周期 | 第55-67页 |
| ·算法过程的流程伪码 | 第67-69页 |
| 第5章 算法过程关键函数分析 | 第69-72页 |
| ·Attenuation(distance)函数 | 第69-70页 |
| ·Renew(S_old，S_now)函数 | 第70-71页 |
| ·Dissipate(S)函数 | 第71-72页 |
| 第6章 试验及分析 | 第72-77页 |
| ·试验数据准备 | 第72-73页 |
| ·试验数据经验结果 | 第73页 |
| ·试验目标 | 第73-74页 |
| ·试验参数 | 第74-75页 |
| ·试验结果 | 第75-76页 |
| ·试验结果分析 | 第76-77页 |
| 第7章 结论与展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第82页 |