基于相似性分析的时间序列数据挖掘算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文工作及创新 | 第12-13页 |
| ·本文组织结构 | 第13-14页 |
| 第2章 时间序列相似性数据挖掘技术概述 | 第14-24页 |
| ·时间序列基本概念 | 第14-15页 |
| ·时间序列表示方法 | 第15-18页 |
| ·离散傅立叶变换 | 第15页 |
| ·离散小波变换 | 第15-16页 |
| ·分段线性表示 | 第16-17页 |
| ·分段聚合近似 | 第17-18页 |
| ·时间序列相似性度量 | 第18-21页 |
| ·闵氏距离 | 第18页 |
| ·欧氏距离 | 第18-19页 |
| ·动态弯曲距离 | 第19-20页 |
| ·编辑距离 | 第20-21页 |
| ·时间序列相似性搜索 | 第21-23页 |
| ·相似查询 | 第21-22页 |
| ·多模式匹配 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 时间序列分段线性表示 | 第24-42页 |
| ·分段线性表示相关概念 | 第24-26页 |
| ·分段线性表示相关方法研究 | 第26-28页 |
| ·基于重要点的分段线性表示方法 | 第26-27页 |
| ·基于特征点的分段线性表示方法 | 第27页 |
| ·基于斜率提取边缘点的分段线性表示方法 | 第27-28页 |
| ·基于转折点的分段线性表示方法 | 第28-33页 |
| ·基本概念 | 第28-31页 |
| ·算法描述 | 第31-33页 |
| ·算法分析 | 第33页 |
| ·实验与分析 | 第33-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 时间序列自适应分段线性表示 | 第42-54页 |
| ·传统分段线性表示方法的局限性 | 第42-44页 |
| ·相关方法研究 | 第44-45页 |
| ·基于转折点的自适应分段线性表示方法 | 第45-50页 |
| ·算法描述 | 第45-49页 |
| ·算法分析 | 第49-50页 |
| ·实验与分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 时间序列多模式匹配 | 第54-68页 |
| ·多模式匹配应用领域 | 第54-55页 |
| ·多模式匹配相关算法研究 | 第55-57页 |
| ·经典算法 | 第55-56页 |
| ·包络线下界算法 | 第56-57页 |
| ·基于分段聚合近似的包络线下界算法 | 第57-67页 |
| ·基于PAA的距离下界函数LB_PAA | 第57-64页 |
| ·H-Merge函数 | 第64-67页 |
| ·算法分析 | 第67页 |
| ·本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| ·全文总结 | 第68页 |
| ·进一步工作 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间主要的研究成果 | 第74-75页 |
| 致谢 | 第75页 |
