| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·数据挖掘 | 第9-12页 |
| ·数据挖掘的定义 | 第9页 |
| ·数据挖掘的处理过程与系统结构 | 第9-11页 |
| ·数据挖掘的分类 | 第11-12页 |
| ·多维时间序列的数据挖掘 | 第12-16页 |
| ·多维时间序列的降维处理 | 第12-14页 |
| ·多维时间序列的相似性搜索算法 | 第14页 |
| ·多维时间序列的可视化技术 | 第14-16页 |
| ·本文的研究背景、内容和结构安排 | 第16-18页 |
| 第二章 多维时间序列的降维 | 第18-27页 |
| ·降维的定义及主要方法 | 第18-22页 |
| ·降维的定义与分类 | 第19-20页 |
| ·降维方法 | 第20-22页 |
| ·基于 BP 神经网络的降维算法 | 第22-24页 |
| ·基本概念 | 第22-24页 |
| ·算法具体步骤 | 第24页 |
| ·实例计算 | 第24-26页 |
| ·总结 | 第26-27页 |
| 第三章 多维时间序列的相似性搜索算法 | 第27-43页 |
| ·基本知识 | 第28-29页 |
| ·相似性 | 第28页 |
| ·相似性查询的主要方式 | 第28-29页 |
| ·数据预处理 | 第29-32页 |
| ·预处理简述 | 第29-30页 |
| ·规范化 | 第30-31页 |
| ·降维处理 | 第31-32页 |
| ·分段处理 | 第32-37页 |
| ·基于PAA 分段处理 | 第32-33页 |
| ·基于界标的分段处理 | 第33-35页 |
| ·分段线性处理 | 第35-37页 |
| ·形态相似性搜索算法 | 第37-39页 |
| ·快速相似性搜索算法 | 第37-38页 |
| ·快速相似性搜索改进算法 | 第38-39页 |
| ·实例计算 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 多维时间序列的可视化数据挖掘 | 第43-51页 |
| ·可视化技术简述 | 第43-46页 |
| ·基于平行坐标的多维时间序列的数据挖掘 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 多维时间序列可视化数据挖掘软件平台 | 第51-64页 |
| ·基于 WEB SERVICE可视化技术实现的主要模式 | 第51-52页 |
| ·基本概念 | 第51-52页 |
| ·C/S 结构的主要优点 | 第52页 |
| ·仿真平台 CHRONOSCAF 设计 | 第52-63页 |
| ·ChronoScaf 的主要流程 | 第52-59页 |
| ·ChronoScaf 的核心技术 | 第59-62页 |
| ·ChronoScaf 的实现 | 第62-63页 |
| ·基于 WEB SERVICE的可视化挖掘的特点与扩展 | 第63-64页 |
| 第六章 总结与展望 | 第64-67页 |
| ·多维时间序列的数据挖掘方法总结 | 第64-65页 |
| ·多维时间序列的数据挖掘方法的研究与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73-76页 |
| 上海交通大学学位论文答辩决议书 | 第76页 |