基于半监督学习的时间序列分类研究与实现

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-13页
·研究背景与意义	第8-9页
·国内外研究现状	第9-10页
·本文的工作	第10-13页
2 时间序列相关技术	第13-20页
·时间序列概述	第13-14页
·时间序列符号化	第14-15页
·常用时间序列分类方法	第15-20页
·基于相似度的方法	第16-18页
·基于模型的方法	第18-20页
3 基于半监督学习的时间序列分类	第20-28页
·自训练及其协同训练算法	第21-22页
·基于半监督学习的HMM分类方法	第22-23页
·实验结果及分析	第23-28页
4 利用Co-Training扩大标记时间序列	第28-38页
·粗糙集编辑方法	第28-29页
·运用Co-Training进行HMM分类	第29-32页
·实验结果及分析	第32-38页
·使用Co-Training的实验结果	第32-36页
·使用编辑方法前后的实验结果	第36-38页
5 改进的线性邻居标签传递算法	第38-50页
·线性邻居标签传递算法	第38-39页
·聚类方法和粗糙K均值聚类	第39-42页
·聚类方法	第39-40页
·粗糙K均值聚类	第40-42页
·粗糙聚类的LNP方法	第42-45页
·实验结果及分析	第45-50页
结论	第50-52页
参考文献	第52-55页
攻读硕士学位期间发表学术论文情况	第55-56页
致谢	第56-57页