首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--一般数理统计论文

大数据背景下的时序数据分析

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第11-15页
    1.1 大数据背景下的时序数据第11页
    1.2 时序数据分析的发展第11-13页
        1.2.1 时序数据挖掘之模式发现、识别的发展状况第12页
        1.2.2 时序数据挖掘之分类的发展状况第12-13页
        1.2.3 时序数据挖掘之回归预测的发展状况第13页
    1.3 时序数据挖掘的研究内容和挑战第13-14页
    1.4 文章结构第14-15页
第2章 时序数据分析预备知识第15-21页
    2.1 常见的预处理方式第15-18页
        2.1.1 数据的无量纲化第15-16页
        2.1.2 数据的编码第16-18页
    2.2 序贯更新原理第18页
    2.3 变点理论第18-21页
        2.3.1 基于Boll带原理的变点监测算法第19-20页
        2.3.2 基于变方差的变点选择算法第20-21页
第3章 时序数据的预测第21-38页
    3.1 时序数据的预测模型第21-31页
        3.1.1 自回归模型第21-25页
        3.1.2 基于统计的回归模型第25-29页
        3.1.3 基于神经网络的时序预测模型第29-31页
    3.2 提高模型稳定性以及泛化能力相关策略第31-33页
    3.3 预测模型的评价指标第33-34页
    3.4 预测问题的应用与实验第34-38页
        3.4.1 不同自回归算法对CPI指数的预测第34-35页
        3.4.2 结合大数据指标进行基于统计的回归实验第35-36页
        3.4.3 基于LSTM的预测实验第36-38页
第4章 时序数据的有序分类第38-49页
    4.1 有序分类算法实施过程第38-41页
    4.2 有序类标签编码的性质第41-43页
    4.3 有序分类的度量指标第43-44页
    4.4 有序分类的相关实验第44-49页
        4.4.1 实验设计第44-45页
        4.4.2 实验结果对比第45-48页
        4.4.3 应用案例第48-49页
第5章 时序数据的其他应用第49-54页
    5.1 个股股吧中热点话题的探索第49-51页
    5.2 基于POI数据和DPI数据的潜在商圈挖掘第51-54页
第6章 总结与展望第54-56页
参考文献第56-59页
致谢第59-60页
在读期间发表的学术论文与取得的研究成果第60页

论文共60页,点击 下载论文
上一篇:基于复眼原理和双摄的运动目标检测与跟踪
下一篇:面向PCE的三层多粒度交换体系数据库建立和路径计算