时间序列数据挖掘在股市预测分析中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·课题研究背景与研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 2 数据挖掘与时间序列分析 | 第14-24页 |
| ·数据挖掘 | 第14-15页 |
| ·时间序列分析 | 第15-22页 |
| ·时间序列模型 | 第15-20页 |
| ·分析时间序列的趋势 | 第20-22页 |
| ·时间序列数据挖掘 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 时间序列表示和分段算法改进 | 第24-40页 |
| ·时间序列变换和表示 | 第24-27页 |
| ·时间序列规范化变换 | 第24-26页 |
| ·各种方法综合比较 | 第26-27页 |
| ·时间序列的分段算法及改进 | 第27-35页 |
| ·时间序列分段算法 | 第29-32页 |
| ·基于聚类的误差修正分段算法改进 | 第32-35页 |
| ·实验结果和分析 | 第35-39页 |
| ·实验数据获取 | 第35-36页 |
| ·实验目的 | 第36页 |
| ·实验效果分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 4 时间序列相似性搜索 | 第40-53页 |
| ·相似性搜索问题和相关研究 | 第40-42页 |
| ·时间序列相似性度量 | 第42-43页 |
| ·时间序列的索引技术 | 第43-45页 |
| ·基于KL 的相似性搜索及其算法 | 第45-46页 |
| ·相似性子序列搜索算法改进 | 第46-51页 |
| ·子序列的信息提取 | 第47-48页 |
| ·移动均值索引模型 | 第48-50页 |
| ·查询处理 | 第50-51页 |
| ·实验计算与分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 5 时间序列数据挖掘在股市预测分析中的应用 | 第53-65页 |
| ·系统需求分析 | 第53-54页 |
| ·挖掘服务器系统架构 | 第54-56页 |
| ·时间序列预测模块实现 | 第56-60页 |
| ·预测模型参数初估计 | 第57-58页 |
| ·计算预测模型系数 | 第58-60页 |
| ·股市预测应用效果分析 | 第60-64页 |
| ·时间序列数据挖掘原型系统应用推广 | 第64页 |
| ·本章小结 | 第64-65页 |
| 6 结论与展望 | 第65-67页 |
| ·结论 | 第65-66页 |
| ·工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71-73页 |
