| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·选题的研究背景与研究意义 | 第8-9页 |
| ·数据挖掘概述 | 第9-12页 |
| ·数据挖掘的定义 | 第10页 |
| ·数据挖掘的方法及应用 | 第10-11页 |
| ·数据挖掘与传统数据分析方法的区别 | 第11-12页 |
| ·时间序列数据挖掘的研究进展及评述 | 第12-15页 |
| 第二章 时间序列相似性挖掘研究现状及评述 | 第15-26页 |
| ·时间序列的定义 | 第15-16页 |
| ·基本的时间序列相似性测量方法 | 第16-19页 |
| ·面向相似性搜索的时间序列表示方法述评 | 第19-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 一种分段线性化描述时间序列的方法及相似性算法 | 第26-34页 |
| ·引言 | 第26-27页 |
| ·一种基于关键点的分段线性化描述时间序列的方法 | 第27-30页 |
| ·检索关键点 | 第27-29页 |
| ·分段线性化描述时间序列 | 第29-30页 |
| ·基于分段线性化的时间序列相似性的测量 | 第30-31页 |
| ·引言 | 第30-31页 |
| ·相似性测量 | 第31页 |
| ·基于SAS环境的算法实现 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 相似性挖掘在股票分析中的应用 | 第34-43页 |
| ·应用背景分析 | 第34-35页 |
| ·应用方案设计 | 第35-37页 |
| ·相似性挖掘在股票时间序列中的应用 | 第37-42页 |
| ·实验数据 | 第37-38页 |
| ·方案应用 | 第38-41页 |
| ·实验结果与分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 回顾与展望 | 第43-45页 |
| ·全文总结 | 第43页 |
| ·存在的问题和研究前景展望 | 第43-45页 |
| 附录 | 第45-49页 |
| 附录一: SAS程序 | 第45-49页 |
| 参考文献 | 第49-53页 |
| 后记 | 第53-54页 |