时间序列数据挖掘在冰川物质平衡预测中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 课题的背景与研究意义 | 第9-11页 |
| 1.1.1 课题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 数据挖掘概述 | 第11-15页 |
| 1.2.1 数据挖掘与知识发现 | 第11-12页 |
| 1.2.2 数据挖掘的分类 | 第12-14页 |
| 1.2.3 数据挖掘的过程模型 | 第14-15页 |
| 1.3 序列模式挖掘 | 第15-16页 |
| 1.4 本文的主要工作 | 第16-17页 |
| 1.5 本文的结构安排 | 第17-18页 |
| 2 时间序列数据挖掘概述 | 第18-37页 |
| 2.1 时间序列数据 | 第18-27页 |
| 2.1.1 时间序列的定义与分类 | 第18-21页 |
| 2.1.2 时间序列挖掘的历史现状 | 第21-23页 |
| 2.1.3 时间序列的趋势分析 | 第23-24页 |
| 2.1.4 时间序列的度量方法 | 第24-27页 |
| 2.2 时间序列线性化和聚类方法 | 第27-33页 |
| 2.2.1 时间序列分段线性描述 | 第27-32页 |
| 2.2.2 聚类的相关方法 | 第32-33页 |
| 2.3 时间序列数据维数挖掘研究 | 第33-36页 |
| 2.3.1 时间序列数据降维处理 | 第33-35页 |
| 2.3.2 时间序列数据相似性搜索 | 第35-36页 |
| 2.4 本章小结 | 第36-37页 |
| 3 时间序列数据挖掘在冰川气候中的研究 | 第37-46页 |
| 3.1 冰川数据进行分析 | 第37-41页 |
| 3.1.1 冰川数据预处理原因 | 第38页 |
| 3.1.2 建立数据库 | 第38-40页 |
| 3.1.3 降维处理 | 第40-41页 |
| 3.2 时间序列数据的线性化处理 | 第41-42页 |
| 3.3 聚类分析处理 | 第42-44页 |
| 3.4 规则提取 | 第44页 |
| 3.5 本章小结 | 第44-46页 |
| 4 实验结果与分析 | 第46-56页 |
| 4.1 数据理解与实验环境 | 第46-49页 |
| 4.1.1 冰川区气温计算 | 第46-47页 |
| 4.1.2 冰川覆盖区降水量的推算 | 第47-49页 |
| 4.2 降水规则 | 第49-53页 |
| 4.3 物质平衡模型建立和预测 | 第53-56页 |
| 4.3.1 物质平衡模型建立 | 第53-54页 |
| 4.3.2 模型验证 | 第54-55页 |
| 4.3.3 物质平衡预测 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 硕士在读期间参与的项目 | 第62页 |
