数据挖掘中金融时间序列的粗糙聚类分析
| 内容摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-20页 |
| ·数据挖掘的兴起 | 第11-12页 |
| ·选题背景及意义 | 第12-15页 |
| ·时间序列挖掘研究现状 | 第15-18页 |
| ·本文主要工作与结构 | 第18-20页 |
| 第2章 小波分析及其多尺度变换 | 第20-31页 |
| ·小波理论的发展及其特点 | 第20-24页 |
| ·小波函数及小波变换 | 第24-29页 |
| ·多尺度小波变换 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于小波分析的时间序列相似性度量 | 第31-46页 |
| ·序列相似性度量方法综述 | 第31-33页 |
| ·基于小波分析的序列相似性度量 | 第33-40页 |
| ·金融时间序列相似度量实例研究 | 第40-42页 |
| ·数据库中算法的改进 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 时间序列粗糙聚类分析 | 第46-67页 |
| ·聚类方法综述 | 第46-49页 |
| ·粗糙聚类方法 | 第49-52页 |
| ·金融时间序列粗糙聚类实例研究 | 第52-59页 |
| ·粗糙聚类方法的进一步完善 | 第59-65页 |
| ·本章小结 | 第65-67页 |
| 第5章 总结与展望 | 第67-69页 |
| ·本文研究工作总结 | 第67-68页 |
| ·有待进一步研究的工作 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录一 算法一的参考程序 | 第72-73页 |
| 附录二 算法二的参考程序 | 第73-74页 |
| 附录三 算法三的参考程序 | 第74-76页 |
| 附录四 算法四的参考程序 | 第76-78页 |
| 附录五 算法五的参考程序 | 第78-79页 |
| 附录六 算法六的参考程序 | 第79-81页 |
| 致谢 | 第81页 |
