摘要 | 第1-8页 |
ABSTRACT | 第8-10页 |
第一章 绪论 | 第10-16页 |
·研究背景及意义 | 第10-11页 |
·时间序列相似性研究中面临的主要问题 | 第11-12页 |
·本文工作及创新点 | 第12-13页 |
·研究内容 | 第12页 |
·创新点 | 第12-13页 |
·本文的组织框架 | 第13-16页 |
第二章 相关研究工作 | 第16-24页 |
·相关概念 | 第16-18页 |
·时间序列预处理 | 第18-20页 |
·频域表示法 | 第18页 |
·奇异值表示法 | 第18-19页 |
·分段线性表示法 | 第19-20页 |
·时间序列的相似性度量 | 第20-23页 |
·欧几里得距离度量 | 第20-21页 |
·动态时间弯曲度量 | 第21-22页 |
·最长公共子序列 | 第22-23页 |
·本章小结 | 第23-24页 |
第三章 基于信息熵的时间序列分段线性表示方法 | 第24-34页 |
·时间序列分段线性表示方法 PLR_IE | 第24-30页 |
·相关概念 | 第25-26页 |
·算法思想 | 第26页 |
·算法步骤 | 第26-30页 |
·算法分析 | 第30页 |
·实验及结论 | 第30-33页 |
·实验环境 | 第31页 |
·实验数据 | 第31页 |
·实验分析 | 第31-33页 |
·本章小结 | 第33-34页 |
第四章 带重要转向标记的最长公共子序列相似性方法 | 第34-46页 |
·带重要转向标记的最长公共子序列方法 ITMLCS | 第34-40页 |
·相关概念 | 第34-35页 |
·算法思想 | 第35页 |
·算法步骤 | 第35-40页 |
·算法分析 | 第40-41页 |
·实验及结论 | 第41-44页 |
·实验环境 | 第41页 |
·实验数据 | 第41-42页 |
·实验分析 | 第42-44页 |
·本章小结 | 第44-46页 |
第五章 总结与展望 | 第46-48页 |
·总结 | 第46-47页 |
·进一步工作 | 第47-48页 |
参考文献 | 第48-54页 |
攻读硕士学位期间发表的论文及参与项目情况 | 第54-56页 |
致谢 | 第56页 |