| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第10-17页 |
| 1.1 课题概述 | 第10-13页 |
| 1.2 文献综述 | 第13-15页 |
| 1.3 本文的主要工作和内容安排 | 第15-17页 |
| 2 时间序列相似性概念体系 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 几何距离作为相似性判别依据 | 第17-19页 |
| 2.3 相似性定义的拓展 | 第19-20页 |
| 2.4 依赖于相似性函数和变换函数的相似性的概念界定 | 第20-22页 |
| 2.5 本章小结 | 第22-24页 |
| 3 面向相似性的时间序列正交变换表示方法及其实现 | 第24-37页 |
| 3.1 引言 | 第24页 |
| 3.2 离散傅立叶变换(DFT)算法及其实现 | 第24-27页 |
| 3.3 离散小波变换(DWT)算法及其实现 | 第27-30页 |
| 3.4 分段累积近似(PAA)及其实现 | 第30-31页 |
| 3.5 界标模型(Landmark Model)及其实现 | 第31-34页 |
| 3.6 各种方法的综合比较 | 第34-36页 |
| 3.7 本章小结 | 第36-37页 |
| 4 自顶向下的时间序列表示方法及相似性比较实例 | 第37-47页 |
| 4.1 引言 | 第37页 |
| 4.2 好的时间序列表示方法共有特征 | 第37-38页 |
| 4.3 自底向上和自顶向下的算法思路 | 第38-39页 |
| 4.4 分段极值特征抽取的时间序列表示算法 | 第39-42页 |
| 4.5 分段极值提取算法和其他各种算法的效率比较和验证 | 第42-43页 |
| 4.6 时间序列相似性比较实例及极值提取算法的正确性验证 | 第43-46页 |
| 4.7 本章小结 | 第46-47页 |
| 5 时间序列数据库的索引与查询方法 | 第47-60页 |
| 5.1 引言 | 第47页 |
| 5.2 时间序列的相似性索引与查询方法 | 第47-54页 |
| 5.3 时间序列的相似性匹配 | 第54-56页 |
| 5.4 数据的判别树分类算法 | 第56-57页 |
| 5.5 对于不同长度序列的查询 | 第57-58页 |
| 5.6 本章小结 | 第58-60页 |
| 6 时间序列相似性分析在故障预诊断中的应用初探 | 第60-68页 |
| 6.1 引言 | 第60页 |
| 6.2 相似性分析在故障诊断中应用的可能性 | 第60-61页 |
| 6.3 相似性识别方法在设备故障预诊断中的实验数据分析 | 第61-64页 |
| 6.4 相似性搜索比较方法在故障诊断应用中的思路 | 第64-67页 |
| 6.5 本章小结 | 第67-68页 |
| 7 总结与展望 | 第68-71页 |
| 7.1 全文总结 | 第68-69页 |
| 7.2 研究展望 | 第69-71页 |
| 致 谢 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 附录A 作者攻读硕士学位期间发表的论文 | 第78-79页 |
| 附录B 本文分析所用数据 | 第79-87页 |
