| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-12页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·课题简介 | 第9页 |
| ·目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文各部分内容安排 | 第11-12页 |
| 第2章 健康管理平台 | 第12-20页 |
| ·简介 | 第12-13页 |
| ·系统架构方式 | 第13-14页 |
| ·相关硬件设备 | 第14-16页 |
| ·传感器 | 第14-15页 |
| ·网关设备 | 第15-16页 |
| ·相关传输协议 | 第16页 |
| ·现有系统 | 第16-18页 |
| ·项目规划与实现 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 统计分析子系统糖尿病部分规划与血糖监控方案 | 第20-27页 |
| ·数据挖掘简介 | 第20页 |
| ·数据挖掘常用方法 | 第20-21页 |
| ·数据挖掘在健康管理中的应用 | 第21-24页 |
| ·应用背景 | 第21-22页 |
| ·数据挖掘在糖尿病管理中的应用 | 第22-24页 |
| ·血糖监控实现方案 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 针对项目应用的序列距离度量方法 TDTW | 第27-49页 |
| ·时间序列挖掘简介 | 第27-28页 |
| ·时间序列表示方法 | 第28-29页 |
| ·时间序列距离度量方法 | 第29-35页 |
| ·欧式距离 | 第31页 |
| ·动态时间规整（DTW） | 第31-32页 |
| ·基于微分估计的动态时间规整（DDTW） | 第32-34页 |
| ·最长公共子序列（LCSS） | 第34-35页 |
| ·基于分段线性逼近的动态时间规整方法 | 第35-43页 |
| ·分段线性逼近 | 第35-36页 |
| ·模型定义 | 第36-38页 |
| ·模型约束 | 第38页 |
| ·匹配距离度量 | 第38-40页 |
| ·匹配路径搜索 | 第40-43页 |
| ·距离度量方法对比实验 | 第43-48页 |
| ·DTW 与 TDTW 匹配结果对比 | 第43-44页 |
| ·实验验证 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 含有惩罚因子的 TDTW 方法和快速 TDTW 方法 | 第49-57页 |
| ·匹配延伸导致的轮廓改变问题 | 第49-51页 |
| ·问题描述 | 第49-50页 |
| ·惩罚因子 | 第50-51页 |
| ·时间复杂度问题 | 第51-56页 |
| ·问题描述 | 第51-52页 |
| ·限制线段延伸倍数 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 结论与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-63页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第63页 |