首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

不确定时间序列相似性非参数度量方法研究

摘要第5-7页
abstract第7-9页
第1章 绪论第12-30页
    1.1 研究目的与意义第12-14页
    1.2 国内外研究现状第14-27页
        1.1.1 确定时间序列第14-16页
        1.1.2 不确定时间序列数据模型第16-20页
        1.1.3 不确定时间序列相似性度量第20-23页
        1.1.4 非参数密度估计方法第23-26页
        1.1.5 存在的主要问题第26-27页
    1.3 论文主要研究内容第27页
    1.4 论文组织结构第27-30页
第2章 基于直方图密度估计的不确定时间序列相似性度量方法第30-44页
    2.1 研究背景第30-31页
    2.2 不确定时间序列的直方图密度估计模型第31-34页
    2.3 不确定时间序列的密度频繁模式挖掘第34-35页
    2.4 基于语义关系的不确定时间序列距离度量方法第35-39页
        2.4.1 不确定时间序列的模糊语义表示及相似性度量第35-37页
        2.4.2 不确定时间序列搜索方法第37-39页
    2.5 实验分析第39-42页
        2.5.1 实验思路第39-40页
        2.5.2 实验结果分析第40-42页
    2.6 本章小结第42-44页
第3章 基于核密度估计的不确定时间序列相似性度量方法第44-64页
    3.1 研究背景第44-46页
    3.2 不确定时间序列的核密度估计模型第46-49页
    3.3 核密度估计模型的距离表示第49-52页
    3.4 基于随机模拟的相似性度量方法第52-58页
    3.5 实验分析第58-62页
    3.6 本章小结第62-64页
第4章 基于高斯变换的高维不确定对象快速相似性度量方法第64-84页
    4.1 研究背景第64-66页
    4.2 基于改进快速高斯变换的不确定数据模型第66-71页
        4.2.1 不确定数据对象第66-67页
        4.2.2 基于改进式快速高斯变换的不确定数据模型第67-71页
    4.3 不确定对象间相似性度量第71-72页
    4.4 基于不确定数据聚类算法第72-74页
    4.5 实验第74-82页
        4.5.1 UCI数据集第75-78页
        4.5.2 真实数据集第78-82页
    4.6 本章小结第82-84页
第5章 基于非参数密度估计的不确定轨迹预测方法第84-106页
    5.1 研究背景第84-86页
    5.2 非参数密度估计第86-87页
    5.3 不确定移动轨迹模型第87-90页
    5.4 基于假设检验的不确定轨迹相似性度量第90-93页
    5.5 轨迹预测算法第93-95页
    5.6 算法实施与性能分析第95-104页
        5.6.1 算法实施第96-99页
        5.6.2 算法性能分析第99-104页
    5.7 本章小结第104-106页
结论第106-108页
参考文献第108-121页
攻读博士学位期间发表的论文和取得的科研成果第121-122页
致谢第122页

论文共122页,点击 下载论文
上一篇:独生子女家庭老年人养老准备及其对养老压力的影响研究
下一篇:基于动态纹理和卷积神经网络的视频烟雾探测方法研究