| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-18页 |
| ·数据挖掘概论 | 第7-12页 |
| ·数据挖掘的起因与发展 | 第7-8页 |
| ·数据挖掘的定义 | 第8-9页 |
| ·数据挖掘研究的重点 | 第9-11页 |
| ·数据挖掘实际应用 | 第11-12页 |
| ·时间序列挖掘综述 | 第12-16页 |
| ·时序数据及相关概念 | 第12-13页 |
| ·时序相似性搜索 | 第13-14页 |
| ·时序模式挖掘及其算法 | 第14-15页 |
| ·增量数据库挖掘 | 第15页 |
| ·时序规则生成 | 第15-16页 |
| ·本文的主要工作 | 第16-18页 |
| 第二章 基于改进的时间序列模式距离的相似搜索算法 | 第18-25页 |
| ·时间序列的划分 | 第18-20页 |
| ·时间序列的相似性度量 | 第20-21页 |
| ·改进的时间序列模式距离度量 | 第21-22页 |
| ·改进的相似搜索算法 | 第22-23页 |
| ·应用实例 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 时间序列模式挖掘算法的改进 | 第25-33页 |
| ·时间序列模式的一些概念 | 第25-26页 |
| ·时间序列模式的一般挖掘算法 | 第26-29页 |
| ·AprioriAll算法及Apriori-like算法 | 第26-28页 |
| ·模式增长方法—FreeSpan算法&PrefixSpan算法 | 第28页 |
| ·闭序列模式挖掘算法—CloSpan算法&BIDE算法 | 第28-29页 |
| ·经典的闭序列挖掘算法-CloSpan算法 | 第29-31页 |
| ·经典CloSpan算法的改进 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 大型数据库中闭序列模式的增量挖掘算法提出 | 第33-41页 |
| ·增量挖掘的一些概念 | 第33-34页 |
| ·增量式挖掘算法介绍 | 第34-36页 |
| ·MFS算法 | 第34-35页 |
| ·ISE算法 | 第35页 |
| ·ISM算法 | 第35-36页 |
| ·IUS算法 | 第36页 |
| ·新的InCloSpan算法思想 | 第36-38页 |
| ·InClosPan算法描述 | 第38-39页 |
| ·实验结果及算法分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于时间段的时序规则发现 | 第41-47页 |
| ·时序规则挖掘简介 | 第41-42页 |
| ·背景知识介绍 | 第42-44页 |
| ·时序规则生成 | 第44-45页 |
| ·实验结果 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 结论和展望 | 第47-49页 |
| ·研究工作总结 | 第47页 |
| ·未来工作展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间的研究成果 | 第54页 |
