基于相似性分析的时间序列数据挖掘研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 引言 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·数据挖掘的基本理论与方法 | 第9-12页 |
| ·数据挖掘的一般过程 | 第10-11页 |
| ·数据挖掘的主要技术 | 第11-12页 |
| ·论文的研究内容及其相互关系 | 第12-14页 |
| 第2章 时间序列的数据挖掘 | 第14-27页 |
| ·时间序列数据 | 第14页 |
| ·传统的时间序列分析 | 第14-15页 |
| ·相似性分析 | 第15-24页 |
| ·主要研究的问题 | 第16-17页 |
| ·时间序列的表示 | 第17-21页 |
| ·序列距离的定义 | 第21-24页 |
| ·时间序列的聚类 | 第24-27页 |
| ·转换为向量聚类 | 第24页 |
| ·基于相似性聚类 | 第24-25页 |
| ·基于模型的聚类 | 第25-27页 |
| 第3章 元组序列和元组距离 | 第27-47页 |
| ·引言 | 第27-28页 |
| ·时间序列元组表示 | 第28-31页 |
| ·线段的元组表示 | 第28页 |
| ·时间序列的元组表示 | 第28-30页 |
| ·时间序列元组表示算法 | 第30-31页 |
| ·元组序列全匹配距离 | 第31-36页 |
| ·单个元组的全匹配距离定义 | 第31-34页 |
| ·元组序列全匹配距离定义 | 第34页 |
| ·元组序列全匹配距离算法 | 第34-36页 |
| ·元组序列伸缩匹配距离 | 第36-41页 |
| ·DTW与TVTW | 第37-38页 |
| ·不等长单个元组的距离定义 | 第38-39页 |
| ·元组序列TVTW距离定义 | 第39-41页 |
| ·试验及讨论 | 第41-47页 |
| ·各距离对比试验 | 第41-43页 |
| ·伸缩匹配对比试验 | 第43-47页 |
| 第4章 基于TVTW的快速元组序列聚类沌 | 第47-73页 |
| ·引言 | 第47-50页 |
| ·问题的提出 | 第47-48页 |
| ·DTW的Lower-Bounding技术 | 第48-50页 |
| ·TVTW的Lower-Bounding技术 | 第50-57页 |
| ·不等长单个元组距离的下界 | 第50-52页 |
| ·TVTW距离的Lower-Bounding | 第52-54页 |
| ·TVTW距离Lower-Bounding算法 | 第54-55页 |
| ·实验与讨论 | 第55-57页 |
| ·元组序列的合并 | 第57-62页 |
| ·元组的合并 | 第57-59页 |
| ·元组序列的合并 | 第59-60页 |
| ·元组序列合并算法 | 第60-62页 |
| ·元组序列HTMC聚类 | 第62-69页 |
| ·HTMC聚类工作步骤 | 第62-63页 |
| ·快速层次聚类步骤及算法 | 第63-67页 |
| ·快速K-means聚类步骤及算法 | 第67-68页 |
| ·HTMC效率讨论 | 第68-69页 |
| ·试验与讨论 | 第69-73页 |
| ·层次聚类基准数据集试验 | 第69-70页 |
| ·真实应用示例 | 第70-73页 |
| 第5章 总结 | 第73-75页 |
| ·本文的工作 | 第73页 |
| ·进一步的工作 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-83页 |
| 攻读硕士期间发表的论文 | 第83页 |
