首页--数理科学和化学论文--概率论与数理统计论文--概率论(几率论、或然率论)论文--随机过程论文--平稳过程与二阶矩过程论文

时间序列特征模式挖掘关键方法研究

摘要第1-6页
Abstract第6-9页
插图索引第9-10页
插表索引第10-11页
第1章 绪论第11-20页
   ·研究背景及意义第11-12页
   ·研究现状综述第12-18页
     ·传统的时间序列的分析第12-14页
     ·挖掘算法研究第14-16页
     ·时间序列挖掘第16-17页
     ·相似性相关研究第17-18页
   ·本文的研究内容第18-20页
第2章 时间序列的表示方法第20-33页
   ·时间序列的一般表示方法第20-22页
     ·DFT 表示法第20-21页
     ·SVD 表示法第21-22页
   ·分段线性化的时间序列表示法第22-31页
     ·基于分段点的分段线性化方法第23-24页
     ·基于分段重要点的相关概述第24-26页
     ·基于分段线性化的符号化表示方法第26-28页
     ·分段线性化的的算法实现第28-31页
   ·实验第31-32页
   ·小结第32-33页
第3章 时间序列的相似性研究第33-42页
   ·相似性概念第33-34页
   ·相似性度量方法第34-38页
     ·影响时间序列相似性度量的因素第34-35页
     ·基本的时间序列相似性度量方法第35-38页
   ·基于线性化后的时间序列相似性度量方法第38-39页
   ·实验第39-41页
   ·小结第41-42页
第4章 时间序列的特征模式的挖掘第42-53页
   ·时间序列特征模式的相关概念第42-43页
   ·传统的时间序列模式挖掘第43-44页
   ·基于互关联后继树的特征模式挖掘第44-50页
     ·互关联后继树模型第44-46页
     ·一种基于时间序列的 IRST 模型第46-48页
     ·基于互关联后继树的模式发现算法第48-50页
   ·实验第50-52页
   ·小结第52-53页
结论第53-55页
参考文献第55-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:低维ZnO合金材料的制备及光学性质研究
下一篇:基于预测模型的动态多目标优化算法研究