多变量时间序列的聚类、相似查询与异常检测
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-22页 |
| ·研究背景与意义 | 第8-11页 |
| ·研究背景 | 第8-10页 |
| ·研究的意义 | 第10-11页 |
| ·时间序列数据挖掘的研究现状 | 第11-17页 |
| ·时间序列模式表示 | 第12-14页 |
| ·时间序列相似度量 | 第14-15页 |
| ·时间序列索引 | 第15-16页 |
| ·时间序列模式发现 | 第16页 |
| ·时间序列预测 | 第16-17页 |
| ·时间序列数据可视化 | 第17页 |
| ·本文工作 | 第17-22页 |
| ·论文的研究内容 | 第17-19页 |
| ·论文的创新点 | 第19-20页 |
| ·本文结构 | 第20-22页 |
| 第二章 多变量时间序列模式表示和相似度量 | 第22-42页 |
| ·相关研究 | 第22-25页 |
| ·时间序列定义 | 第23-24页 |
| ·复杂类型数据挖掘问题 | 第24-25页 |
| ·时间序列模式表示 | 第25-33页 |
| ·时间序列的模式表示定义 | 第26页 |
| ·时间序列模式表示的好处 | 第26-27页 |
| ·时间序列表示方法应遵循的原则 | 第27-28页 |
| ·时间序列主要模式表示方法 | 第28-33页 |
| ·相似度量 | 第33-40页 |
| ·闵科夫斯基距离 | 第34-35页 |
| ·动态时间弯曲距离 | 第35-38页 |
| ·扩展的Frobenius 范数距离 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 第三章 多变量时间序列聚类分析 | 第42-62页 |
| ·相关研究 | 第42-52页 |
| ·聚类分析的概念 | 第43-44页 |
| ·聚类的特征 | 第44-45页 |
| ·聚类间的距离 | 第45-46页 |
| ·聚类过程 | 第46-47页 |
| ·数据挖掘中现有的聚类算法 | 第47-52页 |
| ·多变量时间序列聚类算法 | 第52-58页 |
| ·多变量时间序列主成分分析 | 第53-56页 |
| ·PCA-CLUSTER 聚类算法 | 第56-58页 |
| ·实验及结果分析 | 第58-61页 |
| ·实验数据集 | 第58页 |
| ·算法性能评价 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 多变量时间序列相似查询 | 第62-79页 |
| ·相关研究 | 第62-70页 |
| ·相似定义 | 第64-65页 |
| ·多变量时间序列的相似度量 | 第65页 |
| ·时间序列相似的查询方式 | 第65-66页 |
| ·相似性查询的策略 | 第66-68页 |
| ·相似查询的完备性 | 第68-70页 |
| ·多变量时间序列的相似查询 | 第70-75页 |
| ·B~+-tree 索引技术 | 第72-73页 |
| ·多变量时间序列相似查询算法 | 第73-75页 |
| ·实验及结果分析 | 第75-78页 |
| ·实验数据及环境 | 第75页 |
| ·算法性能评价 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 第五章 多变量时间序列异常检测 | 第79-95页 |
| ·相关研究 | 第79-90页 |
| ·异常的描述 | 第80-83页 |
| ·异常定义 | 第83-86页 |
| ·异常检测的理论基础 | 第86-87页 |
| ·已有的异常检测算法 | 第87-90页 |
| ·多变量时间序列的异常检测算法 | 第90-92页 |
| ·多变量时间序列异常检测步骤 | 第90-91页 |
| ·多变量时间序列异常检测算法描述 | 第91-92页 |
| ·实验及结果分析 | 第92-94页 |
| ·实验数据 | 第92-93页 |
| ·实验结果 | 第93-94页 |
| ·本章小结 | 第94-95页 |
| 第六章 总结与展望 | 第95-98页 |
| ·总结 | 第95-96页 |
| ·进一步工作 | 第96-98页 |
| 参考文献 | 第98-108页 |
| 攻读博士学位期间发表的论文和参加的科研项目 | 第108-109页 |
| 致谢 | 第109页 |
