时间序列数据挖掘若干关键问题研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-16页 |
| 第1章 绪论 | 第16-26页 |
| ·研究背景 | 第16-17页 |
| ·时间序列数据挖掘概述 | 第17-22页 |
| ·数据挖掘简介 | 第17-19页 |
| ·时间序列的基本定义和特点 | 第19-20页 |
| ·时间序列数据挖掘的研究进展 | 第20-22页 |
| ·目前面临的关键问题 | 第22-23页 |
| ·本论文的主要研究内容和组织结构 | 第23-26页 |
| 第2章 研究现状及相关工作 | 第26-38页 |
| ·时间序列近似表示方法 | 第26-29页 |
| ·基于频域的近似表示方法 | 第26-27页 |
| ·基于分段的近似表示方法 | 第27-28页 |
| ·基于符号化的近似表示 | 第28-29页 |
| ·基于奇异值分解的近似表示 | 第29页 |
| ·常用的相似性度量 | 第29-34页 |
| ·基于形状的距离度量 | 第30-31页 |
| ·基于编辑距离的度量 | 第31-32页 |
| ·基于特征的距离度量 | 第32-33页 |
| ·基于结构的距离度量 | 第33-34页 |
| ·时间序列聚类 | 第34-36页 |
| ·划分聚类 | 第35页 |
| ·层次聚类 | 第35页 |
| ·密度聚类 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第3章 时间序列无参近似表示方法的研究 | 第38-58页 |
| ·引言 | 第38-40页 |
| ·研究动机 | 第38-39页 |
| ·主要贡献 | 第39-40页 |
| ·符号化近似表示的相关工作 | 第40-41页 |
| ·相关概念和问题定义 | 第41-42页 |
| ·无参的符号化近似表示模型 | 第42-47页 |
| ·小波近似系数的提取 | 第43-44页 |
| ·小波近似系数的关键点序列 | 第44页 |
| ·对关键点序列进行符号化 | 第44-45页 |
| ·对符号化序列进行编码 | 第45-46页 |
| ·NSAR的特性 | 第46-47页 |
| ·实验结果 | 第47-55页 |
| ·保留主要特征信息的能力对比 | 第47-51页 |
| ·在相似性检索上的性能比较 | 第51-55页 |
| ·本章小结 | 第55-58页 |
| 第4章 时间序列形状相似性度量方法研究 | 第58-80页 |
| ·引言 | 第58-59页 |
| ·问题定义及相关工作 | 第59-62页 |
| ·问题定义 | 第59-61页 |
| ·相关工作 | 第61-62页 |
| ·基于形状信息的相似性度量 | 第62-67页 |
| ·多尺度形状信息的特征提取模型 | 第63-64页 |
| ·尺度权值函数的设置 | 第64-67页 |
| ·相似性的具体计算过程 | 第67页 |
| ·实验结果 | 第67-79页 |
| ·在基本相似性变形上的容忍能力比较 | 第68-75页 |
| ·在多种相似性变形上的容忍能力比较 | 第75-79页 |
| ·本章小结 | 第79-80页 |
| 第5章 基于核力场和全局特征的聚类 | 第80-106页 |
| ·引言 | 第80-82页 |
| ·基于核力场的动态聚类方法 | 第82-90页 |
| ·核力场的引入 | 第83-84页 |
| ·最佳影响因子的计算 | 第84-85页 |
| ·基于序列二次规划方法的特征对象提取 | 第85-89页 |
| ·动态聚类过程模拟 | 第89-90页 |
| ·时间序列特征空间的构建 | 第90-93页 |
| ·时间序列结构特征 | 第91-92页 |
| ·最佳特征空间的提取 | 第92-93页 |
| ·基于核力场和特征空间的时间序列聚类 | 第93-94页 |
| ·实验结果 | 第94-103页 |
| ·SQP算法求解最优质量的性能 | 第94-95页 |
| ·核力场动态聚类在仿真数据上的性能 | 第95-99页 |
| ·核力场动态聚类在Iris数据上的性能 | 第99-100页 |
| ·新的时间序列聚类的性能 | 第100-103页 |
| ·本章小结 | 第103-106页 |
| 第6章 总结与展望 | 第106-110页 |
| ·本文主要工作与总结 | 第106-107页 |
| ·未来展望 | 第107-110页 |
| 参考文献 | 第110-122页 |
| 致谢 | 第122-124页 |
| 在读期间发表的学术论文与取得的研究成果 | 第124页 |
