时间序列数据挖掘在生物医学中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-14页 |
| 主要缩略语 | 第14-16页 |
| 主要符号表 | 第16-18页 |
| 图目录 | 第18-20页 |
| 表目录 | 第20-21页 |
| 第一章 绪论 | 第21-32页 |
| ·数据挖掘简介 | 第21-25页 |
| ·数据挖掘技术的分类 | 第23页 |
| ·数据挖掘的分析方法 | 第23页 |
| ·数据挖掘的过程 | 第23-25页 |
| ·时间序列简介 | 第25-27页 |
| ·时间序列建模基本步骤 | 第26页 |
| ·时间序列研究目的 | 第26-27页 |
| ·研究动机 | 第27-28页 |
| ·研究成果 | 第28-30页 |
| ·结构安排 | 第30-32页 |
| 第二章 相关研究及理论 | 第32-38页 |
| ·时间序列数据挖掘 | 第32-34页 |
| ·时间序列分析方法 | 第34页 |
| ·基于离散傅立叶变换的时间序列聚类算法 | 第34-36页 |
| ·支持向量机 | 第36-37页 |
| ·问题的提出和本文的研究 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第三章 时间序列数据挖掘框架 | 第38-56页 |
| ·相关介绍及问题提出 | 第38-40页 |
| ·时间序列数据挖掘框架 | 第40-42页 |
| ·模块功能 | 第42-44页 |
| ·公用模块 | 第42页 |
| ·训练模块 | 第42-43页 |
| ·仿真模块 | 第43-44页 |
| ·无损ICP 估计的挑战 | 第44-45页 |
| ·数据挖掘框架的执行范例 | 第45-48页 |
| ·数据库的结构 | 第45-46页 |
| ·RTS 分析模型 | 第46页 |
| ·模型辨识 | 第46-47页 |
| ·误差方法的设计 | 第47-48页 |
| ·映射函数 | 第48-49页 |
| ·查询数据库 | 第49页 |
| ·基于相似性方法的比较 | 第49-50页 |
| ·执行结果 | 第50-55页 |
| ·输入/输出模型评估 | 第50-51页 |
| ·平均转移函数的评估 | 第51-52页 |
| ·数据挖掘方法的评估 | 第52-55页 |
| ·结果讨论 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第四章 时间序列异常数据的检测 | 第56-67页 |
| ·国内外对时间序列异常检测的研究 | 第56-57页 |
| ·问题提出 | 第57-58页 |
| ·信号异常检索算法 | 第58-60页 |
| ·扩展信号异常索引算法 | 第60-62页 |
| ·仿真结果 | 第62-66页 |
| ·结果讨论 | 第66页 |
| ·本章小结 | 第66-67页 |
| 第五章 时间序列趋势预测 | 第67-82页 |
| ·国内外对时间序列趋势的研究现状 | 第67-68页 |
| ·研究方法 | 第68-72页 |
| ·基于残留误差的累积和分段法 | 第68-70页 |
| ·自适应的趋势分段法 | 第70-72页 |
| ·仿真实验 | 第72-78页 |
| ·心脏停搏出现时刻的估计应用 | 第78-80页 |
| ·结果分析 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 第六章 线性映射函数和非线性映射函数的研究 | 第82-98页 |
| ·误差函数的设计 | 第82-83页 |
| ·线性映射函数的研究 | 第83-85页 |
| ·线性最小二乘法 | 第83-84页 |
| ·标准吉洪诺夫正则化方法 | 第84页 |
| ·总体最小二乘法 | 第84-85页 |
| ·截断奇异值分解 | 第85页 |
| ·查询策略 | 第85-89页 |
| ·线性映射函数仿真实验 | 第89-91页 |
| ·线性映射函数讨论和结论 | 第91-92页 |
| ·非线性映射函数的预测 | 第92-97页 |
| ·支持向量机法 | 第92-94页 |
| ·非线性映射函数结果 | 第94-97页 |
| ·非线性映射函数的讨论和结论 | 第97页 |
| ·本章小结 | 第97-98页 |
| 第七章 结论与展望 | 第98-101页 |
| ·本论文研究总结 | 第98-99页 |
| ·前景展望 | 第99-101页 |
| 致谢 | 第101-103页 |
| 参考文献 | 第103-112页 |
| 攻博期间取得的研究成果 | 第112-115页 |
