| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 时间序列分类研究进展 | 第11-14页 |
| 1.2.1 维数约简 | 第11-13页 |
| 1.2.2 分类器 | 第13-14页 |
| 1.3 问题提出与内容安排 | 第14-16页 |
| 第二章 相关基础知识 | 第16-25页 |
| 2.1 矢量量化 | 第16-17页 |
| 2.1.1 矢量量化设计问题 | 第16-17页 |
| 2.1.2 LBG算法 | 第17页 |
| 2.2 相似性度量 | 第17-21页 |
| 2.2.1 欧氏距离 | 第19页 |
| 2.2.2 余弦相似度 | 第19-20页 |
| 2.2.3 动态时间规整 | 第20-21页 |
| 2.3 视觉重点 | 第21-24页 |
| 2.4 小结 | 第24-25页 |
| 第三章 基于马氏距离的分段矢量量化 | 第25-40页 |
| 3.1 马氏距离 | 第25-26页 |
| 3.2 码本生成 | 第26-27页 |
| 3.3 基于马氏距离的重构 | 第27-29页 |
| 3.4 基于马氏距离的分类 | 第29-30页 |
| 3.5 仿真实验 | 第30-39页 |
| 3.5.1 Control数据集 | 第31-35页 |
| 3.5.2 50Words数据集 | 第35-37页 |
| 3.5.3 Two Patterns数据集 | 第37-39页 |
| 3.6 小结 | 第39-40页 |
| 第四章 基于多码本的分段矢量量化 | 第40-54页 |
| 4.1 多码本 | 第41页 |
| 4.2 重构 | 第41-42页 |
| 4.3 分类 | 第42-43页 |
| 4.4 仿真实验 | 第43-53页 |
| 4.4.1 Trace数据集 | 第44-48页 |
| 4.4.2 Swedishleaf数据集 | 第48-50页 |
| 4.4.3 Coffee数据集 | 第50-53页 |
| 4.5 小结 | 第53-54页 |
| 第五章 基于多码本特征点的分段矢量量化 | 第54-67页 |
| 5.1 重点时间子序列 | 第54-56页 |
| 5.2 多码本生成 | 第56-57页 |
| 5.3 重构 | 第57-58页 |
| 5.4 分类 | 第58页 |
| 5.5 仿真实验 | 第58-66页 |
| 5.5.1 Trace数据集 | 第59-62页 |
| 5.5.2 CBF数据集 | 第62-64页 |
| 5.5.3 Synthetic Control数据集 | 第64-66页 |
| 5.6 小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-78页 |
| 攻读硕士学位期间主要的研究成果 | 第78-80页 |
| 科研情况 | 第78页 |
| 论文 | 第78-79页 |
| 专利 | 第79页 |
| 软件著作权 | 第79-80页 |
| 致谢 | 第80-81页 |