时间序列挖掘相关算法研究及应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 图表目录 | 第12-14页 |
| 缩写说明 | 第14-15页 |
| 第一章 绪论 | 第15-30页 |
| ·概述 | 第15-16页 |
| ·研究历史与现状 | 第16-26页 |
| ·时间序列的模式表示 | 第17-19页 |
| ·时间序列的相似性度量 | 第19-21页 |
| ·时态模式的挖掘 | 第21-24页 |
| ·数据序列挖掘的应用 | 第24-26页 |
| ·本文工作与内容组织 | 第26-30页 |
| ·研究目标 | 第26-27页 |
| ·研究内容 | 第27-28页 |
| ·组织结构 | 第28-30页 |
| 第二章 时间序列的线性分段拟合 | 第30-46页 |
| ·引言 | 第30页 |
| ·时间序列线性拟合算法研究 | 第30-34页 |
| ·极值点拟合法 | 第31-32页 |
| ·特征点拟合法 | 第32-33页 |
| ·局部极值点法 | 第33-34页 |
| ·基于关键点的线性拟合算法 | 第34-41页 |
| ·基本定义 | 第34-35页 |
| ·相关定理 | 第35-38页 |
| ·理论分析 | 第38-39页 |
| ·IKP算法 | 第39页 |
| ·KPSegmentation算法 | 第39-41页 |
| ·实验结果及分析 | 第41-45页 |
| ·实验环境和实验数据 | 第41页 |
| ·实验方法 | 第41-42页 |
| ·实验结果分析 | 第42-45页 |
| ·结论 | 第45-46页 |
| 第三章 时间序列的划分算法 | 第46-63页 |
| ·引言 | 第46页 |
| ·相关工作研究 | 第46-52页 |
| ·时间序列的划分算法研究 | 第46-48页 |
| ·聚类算法研究 | 第48-52页 |
| ·时间序列的在线划分算法 | 第52-59页 |
| ·基本概念 | 第53-54页 |
| ·划分特征链表 | 第54-57页 |
| ·OSHC算法描述及分析 | 第57-59页 |
| ·实验结果与分析 | 第59-61页 |
| ·实验环境和实验数据 | 第59页 |
| ·实验方法 | 第59页 |
| ·实验结果分析 | 第59-61页 |
| ·结论 | 第61-63页 |
| 第四章 时间序列的相似性度量 | 第63-78页 |
| ·引言 | 第63页 |
| ·相似性序列查询 | 第63-72页 |
| ·欧氏距离度量 | 第64-67页 |
| ·动态时间弯曲距离度量 | 第67-72页 |
| ·Key-DTW距离度量方法 | 第72-75页 |
| ·实验 | 第75-77页 |
| ·实验环境和实验数据 | 第75页 |
| ·实验方法 | 第75-77页 |
| ·结论 | 第77-78页 |
| 第五章 时态频繁模式的挖掘 | 第78-93页 |
| ·引言 | 第78页 |
| ·时态模式挖掘算法研究 | 第78-81页 |
| ·问题描述 | 第78-79页 |
| ·经典关联规则挖掘算法研究 | 第79-81页 |
| ·时态模式挖掘的相关算法 | 第81页 |
| ·时态频繁模式挖掘算法 | 第81-90页 |
| ·问题描述 | 第82-83页 |
| ·TemFP-tree | 第83-86页 |
| ·TemFP算法 | 第86-90页 |
| ·实验结果与分析 | 第90-92页 |
| ·实验环境和实验数据 | 第90页 |
| ·实验结果分析 | 第90-92页 |
| ·结论 | 第92-93页 |
| 第六章 时间序列挖掘在石油数据中的应用 | 第93-104页 |
| ·引言 | 第93页 |
| ·测井曲线的划分 | 第93-98页 |
| ·研究背景 | 第93-94页 |
| ·相关研究工作 | 第94-97页 |
| ·测井数据序列的在线划分 | 第97-98页 |
| ·石油数据序列的线性拟合 | 第98-101页 |
| ·测井数据序列的线性拟合 | 第98-99页 |
| ·录井色谱数据序列的线性拟合 | 第99-101页 |
| ·录井数据序列的相似性度量 | 第101-103页 |
| ·小结 | 第103-104页 |
| 第七章 总结与展望 | 第104-107页 |
| ·总结 | 第104-106页 |
| ·进一步工作 | 第106-107页 |
| 参考文献 | 第107-115页 |
| 攻读博士学位期间发表的论文 | 第115-116页 |
| 致谢 | 第116页 |
