| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题背景和课题意义 | 第9-11页 |
| ·关联规则在时间序列数据挖掘中的研究现状 | 第11-12页 |
| ·本文的工作和主要研究成果 | 第12-13页 |
| ·本文结构安排 | 第13-14页 |
| 第2章 时间序列分析 | 第14-22页 |
| ·时间序列模型 | 第14-15页 |
| ·新型的时间序列分析方法 | 第15-20页 |
| ·神经网络技术 | 第15-17页 |
| ·混沌动力学方法 | 第17-18页 |
| ·小波变换 | 第18-19页 |
| ·分形理论 | 第19-20页 |
| ·时间序列技术分析 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 数据挖掘与时间序列数据挖掘研究 | 第22-31页 |
| ·数据挖掘 | 第22-26页 |
| ·数据挖掘产生的背景和定义 | 第22-23页 |
| ·数据挖掘的预处理 | 第23-25页 |
| ·数据挖掘的一般流程 | 第25页 |
| ·数据挖掘的主要技术 | 第25-26页 |
| ·时态数据挖掘 | 第26-30页 |
| ·时态数据挖掘概述 | 第26-27页 |
| ·时态数据挖掘分类 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 平均域值关联规则挖掘算法 | 第31-38页 |
| ·关联规则概念 | 第31-32页 |
| ·基本概念 | 第31页 |
| ·关联规则种类 | 第31-32页 |
| ·关联规则数据挖掘算法 | 第32-36页 |
| ·Apriori 算法 | 第32-36页 |
| ·FP-树频集算法 | 第36页 |
| ·多层关联规则挖掘 | 第36页 |
| ·平均域值关联规则挖掘算法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 平均域值关联规则挖掘算法在时间序列数据挖掘中的应用 | 第38-55页 |
| ·MT-Apriori 算法在股票交易数据挖掘中的应用 | 第38-45页 |
| ·数据来源 | 第39页 |
| ·数据预处理 | 第39-40页 |
| ·数据挖掘结果 | 第40-44页 |
| ·结果验证 | 第44-45页 |
| ·MT-Apriori 算法在医学药理反应数据挖掘中的应用 | 第45-51页 |
| ·数据来源 | 第45-46页 |
| ·数据预处理 | 第46页 |
| ·数据挖掘结果 | 第46-51页 |
| ·MT-Apriori 算法在超市交易数据挖掘中的应用 | 第51-54页 |
| ·数据来源 | 第51-52页 |
| ·数据预处理 | 第52页 |
| ·数据挖掘结果 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-65页 |
| 攻读硕士学位期间所发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |
