基于多维DTW距离的无监督灰关联聚类研究及应用
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第11-23页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外相关研究及综述 | 第12-19页 |
| 1.2.1 灰色系统理论 | 第12-13页 |
| 1.2.2 灰关联分析模型 | 第13-16页 |
| 1.2.3 无监督聚类 | 第16-17页 |
| 1.2.4 基于灰关联分析的聚类方法 | 第17-19页 |
| 1.3 存在的主要问题 | 第19-20页 |
| 1.4 研究内容及技术路线 | 第20-22页 |
| 1.4.1 主要研究内容 | 第20-21页 |
| 1.4.2 技术路线 | 第21-22页 |
| 1.5 论文结构安排 | 第22-23页 |
| 第2章 灰关联分析与灰关联聚类 | 第23-34页 |
| 2.1 灰关联分析模型 | 第23-32页 |
| 2.1.1 一维灰关联分析模型 | 第23-28页 |
| 2.1.2 多维灰关联分析模型 | 第28-32页 |
| 2.2 灰关联聚类 | 第32-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第3章 基于多维DTW距离的灰关联分析 | 第34-45页 |
| 3.1 多维动态时间弯曲距离 | 第34-39页 |
| 3.1.1 序列距离度量方法 | 第34-37页 |
| 3.1.2 多维动态时间弯曲距离 | 第37-38页 |
| 3.1.3 实验分析及应用 | 第38-39页 |
| 3.2 基于多维DTW距离的灰关联分析 | 第39-44页 |
| 3.2.1 模型概述 | 第39-41页 |
| 3.2.2 模型具体设计 | 第41-42页 |
| 3.2.3 实验分析及应用 | 第42-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 基于多维DTW距离的灰关联聚类 | 第45-51页 |
| 4.1 聚类方法概述 | 第45-46页 |
| 4.2 聚类方法设计 | 第46-47页 |
| 4.3 实验分析及应用 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 基于多维DTW距离的无监督灰关联聚类 | 第51-62页 |
| 5.1 无监督聚类 | 第51-54页 |
| 5.1.1 k-Means算法 | 第51-52页 |
| 5.1.2 无监督聚类算法 | 第52-54页 |
| 5.2 基于多维DTW距离的无监督灰关联聚类 | 第54-56页 |
| 5.2.1 聚类方法概述 | 第54-55页 |
| 5.2.2 聚类方法设计 | 第55-56页 |
| 5.3 实验分析及应用 | 第56-61页 |
| 5.3.1 实验设计 | 第56页 |
| 5.3.2 实验数据集及评测指标 | 第56-57页 |
| 5.3.3 实验结果及分析 | 第57-58页 |
| 5.3.4 应用实践 | 第58-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-65页 |
| 6.1 研究工作总结与创新 | 第62-63页 |
| 6.2 未来研究展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第72页 |
