| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 国内外的研究现状 | 第10-15页 |
| 1.2.1 时间序列预测的研究现状 | 第11-12页 |
| 1.2.2 时间序列规则挖掘的研究现状 | 第12-14页 |
| 1.2.3 时间序列相似性度量的研究现状 | 第14-15页 |
| 1.3 本文主要工作和内容安排 | 第15-16页 |
| 第2章 时间序列关联规则发现概述 | 第16-27页 |
| 2.1 传统时间序列关联规则算法 | 第16-20页 |
| 2.1.1 传统时间序列关联规则定义 | 第16页 |
| 2.1.2 传统时间序列频繁模式的获取 | 第16-19页 |
| 2.1.3 局限性分析 | 第19-20页 |
| 2.2 基于MOTIF的规则表示法 | 第20-21页 |
| 2.3 MDL评分策略 | 第21-22页 |
| 2.4 时间序列相似性度量 | 第22-26页 |
| 2.5 小结 | 第26-27页 |
| 第3章 基于MOTIF的时间序列双前缀规则发现算法 | 第27-38页 |
| 3.1 基于MOTIF的时间序列双前缀规则发现算法 | 第27-32页 |
| 3.2 时间序列规则评价与解释 | 第32-33页 |
| 3.3 仿真实验 | 第33-37页 |
| 3.3.1 电流时序数据实验 | 第33-35页 |
| 3.3.2 鸟叫声时间序列数据实验 | 第35-36页 |
| 3.3.3 随机游走数据实验 | 第36-37页 |
| 3.4 算法总结与评价 | 第37页 |
| 3.5 小结 | 第37-38页 |
| 第4章 基于MOTIF的多维时间序列规则发现算法 | 第38-45页 |
| 4.1 算法描述 | 第38-40页 |
| 4.2 仿真实验 | 第40-43页 |
| 4.3 算法总结与评价 | 第43-44页 |
| 4.4 小结 | 第44-45页 |
| 结论 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第51页 |