短时间序列挖掘方法研究
| 摘 要 | 第1-5页 |
| Abstract | 第5-14页 |
| 第一章 引言 | 第14-18页 |
| ·研究动机 | 第14-15页 |
| ·研究成果 | 第15-16页 |
| ·论文导读 | 第16-18页 |
| 第二章 研究背景 | 第18-28页 |
| ·时间序列数据及其分析目标 | 第18-19页 |
| ·传统的时间序列分析 | 第19-20页 |
| ·随机过程模型 | 第19页 |
| ·回归模型 | 第19-20页 |
| ·谱分析 | 第20页 |
| ·相似性分析 | 第20-23页 |
| ·基于欧式距离 | 第20-21页 |
| ·基于变换 | 第21-22页 |
| ·其他 | 第22-23页 |
| ·序列聚类 | 第23-25页 |
| ·转换为向量聚类 | 第23页 |
| ·基于相似性的聚类 | 第23-24页 |
| ·基于模型的聚类 | 第24-25页 |
| ·时间序列关联规则 | 第25-27页 |
| ·时间序列关联规则 | 第25-26页 |
| ·离散化 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 分组短时间序列的关联规则挖掘 | 第28-44页 |
| ·问题定义 | 第28-31页 |
| ·离散化 | 第29-30页 |
| ·关联规则 | 第30页 |
| ·假设检验 | 第30-31页 |
| ·相关工作 | 第31-32页 |
| ·事件定义 | 第32-33页 |
| ·离散化算法 | 第33-37页 |
| ·单组离散化算法 | 第34-35页 |
| ·基于假设检验的离散化算法 | 第35-37页 |
| ·讨论 | 第37页 |
| ·事件划分方法 | 第37页 |
| ·算法性能评价及影响因素 | 第37页 |
| ·规则挖掘算法 | 第37-38页 |
| ·实验与结果 | 第38-43页 |
| ·基于合成数据的实验 | 第38-41页 |
| ·基于真实数据的实验 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 非等间距短时间序列的聚类 | 第44-66页 |
| ·问题的提出和定义 | 第44-46页 |
| ·现有方法 | 第45-46页 |
| ·符号和定义 | 第46页 |
| ·相关工作 | 第46-52页 |
| ·产生式混合模型 | 第47-50页 |
| ·似然值 | 第47-48页 |
| ·EM算法 | 第48页 |
| ·混合模型的EM算法 | 第48-50页 |
| ·混合回归模型 | 第50-52页 |
| ·似然值和Q函数 | 第51页 |
| ·计算步骤 | 第51-52页 |
| ·软分配高斯混合模型与聚类 | 第52-56页 |
| ·软分配模型 | 第52-53页 |
| ·采用EM算法 | 第53-55页 |
| ·似然值和Q函数 | 第54页 |
| ·计算步骤 | 第54-55页 |
| ·计算量与可扩展性讨论 | 第55-56页 |
| ·实验与结果 | 第56-64页 |
| ·实验准备 | 第56-59页 |
| ·聚类准确性 | 第59页 |
| ·算法的可扩展性 | 第59-60页 |
| ·真实应用示例 | 第60-64页 |
| ·本章小结 | 第64-66页 |
| 第五章 用聚类预测方法改进拨号计费处理 | 第66-78页 |
| ·问题的提出 | 第66-69页 |
| ·相关工作 | 第69页 |
| ·选择性缓存方案 | 第69-72页 |
| ·聚类预测算法 | 第70-72页 |
| ·模拟拨号计费系统 | 第72-74页 |
| ·实验与结果 | 第74-77页 |
| ·实验准备 | 第74-75页 |
| ·聚类预测实验 | 第75-76页 |
| ·缓存方法对比实验 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 数据挖掘原型系统的设计与实现 | 第78-90页 |
| ·设计目标 | 第78-79页 |
| ·WEKA平台 | 第79-83页 |
| ·程序结构 | 第79-81页 |
| ·用户界面 | 第81-82页 |
| ·数据和程序接口 | 第82-83页 |
| ·原型系统结构设计 | 第83-86页 |
| ·算法结构设计 | 第83-84页 |
| ·聚类算法 | 第83页 |
| ·关联规则挖掘算法 | 第83-84页 |
| ·图形界面设计 | 第84-86页 |
| ·原型系统的应用 | 第86-87页 |
| ·宏观经济数据分析 | 第87页 |
| ·拨号用户分析 | 第87页 |
| ·本章小结 | 第87-90页 |
| 结论 | 第90-92页 |
| 参考文献 | 第92-100页 |
| 致谢及声明 | 第100-102页 |
| 附录 A 短时间序列挖掘原型系统的用户手册 | 第102-110页 |
| 个人简历,在学期间的研究成果及发表的学术论文 | 第110-111页 |
