多变量时间序列的预处理和聚类研究
| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 中文文摘 | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景及意义 | 第10-11页 |
| ·数据挖掘的过程与方法 | 第11-15页 |
| ·数据挖掘的一般过程 | 第11-12页 |
| ·数据挖掘的主要技术 | 第12-15页 |
| ·多变量时间序列的研究现状 | 第15-16页 |
| ·本文的主要工作 | 第16-17页 |
| ·论文组织结构 | 第17-20页 |
| 第二章 时间序列数据挖掘 | 第20-30页 |
| ·时间序列数据挖掘概述 | 第20-21页 |
| ·时间序列数据的概念 | 第20页 |
| ·时间序列的分类 | 第20-21页 |
| ·时间序列数据挖掘的目的 | 第21页 |
| ·时间序列数据挖掘的主要任务 | 第21-29页 |
| ·时间序列的数据预处理 | 第21-22页 |
| ·时间序列表示 | 第22-23页 |
| ·时间序列分割 | 第23-26页 |
| ·时间相似性度量 | 第26-27页 |
| ·时间序列异常检测 | 第27-28页 |
| ·时间序列的聚类 | 第28-29页 |
| ·时间序列的分类 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 多变量时间序列的数据预处理 | 第30-44页 |
| ·预处理过程中插值的意义 | 第30页 |
| ·一些主要的插值技术 | 第30-34页 |
| ·拉格朗日(Lagrange)插值 | 第31页 |
| ·牛顿(Newton)插值 | 第31页 |
| ·分段线性插值 | 第31-32页 |
| ·三次样条插值 | 第32-33页 |
| ·分段三次Rermite插值 | 第33-34页 |
| ·时间序列插值的研究进展 | 第34-35页 |
| ·双重插值模型及其在移动对象中的应用 | 第35-38页 |
| ·模型思想 | 第35-36页 |
| ·时间序列的保形三次Hermite插值 | 第36-38页 |
| ·双重插值模型在移动对象中的应用 | 第38-43页 |
| ·评价因素 | 第39-40页 |
| ·实验与分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 多变量时间序列的聚类 | 第44-60页 |
| ·相似性度量 | 第44-47页 |
| ·Frobenius范数 | 第44-45页 |
| ·扩展的Frobenius范数 | 第45页 |
| ·动态时间弯曲距离 | 第45-46页 |
| ·PCA相似因子 | 第46-47页 |
| ·距离相似因子 | 第47页 |
| ·多变量时间序列的聚类算法的研究现状 | 第47-49页 |
| ·数值多变量时间序列的聚类 | 第47-48页 |
| ·混合多变量时间序列的聚类 | 第48-49页 |
| ·一种基于加权矩阵覆盖的多变量时间序列的聚类算法 | 第49-55页 |
| ·WMCA的整体框架 | 第49-50页 |
| ·变量间的协方差计算 | 第50-51页 |
| ·加权矩阵覆盖的定义 | 第51-52页 |
| ·多变量时间序列的加权矩阵覆盖 | 第52-54页 |
| ·时间序列的聚类 | 第54-55页 |
| ·实验与评价 | 第55-58页 |
| ·数据集 | 第55-56页 |
| ·评价指标 | 第56页 |
| ·混合多变量时间序列实验 | 第56-57页 |
| ·数值多变量时间序列实验 | 第57页 |
| ·算法参数分析 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·全文总结 | 第60页 |
| ·研究展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读学位期间承担的科研任务与主要成果 | 第68-70页 |
| 致谢 | 第70-72页 |
| 个人简历 | 第72-73页 |
