序列的公共特征提取算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-9页 |
| 1.1 研究背景 | 第8页 |
| 1.2 本文工作 | 第8-9页 |
| 1.3 本文结构 | 第9页 |
| 2 离散序列的公共特征提取基本概述与相关工作 | 第9-13页 |
| 2.1 相关概念概述 | 第9-10页 |
| 2.2 相关工作概述 | 第10-13页 |
| 2.2.1 贪心算法 | 第10-11页 |
| 2.2.2 Expansion算法 | 第11页 |
| 2.2.3 Rizvi-Agarwal算法 | 第11-12页 |
| 2.2.4 相关位置算法 | 第12-13页 |
| 3 公共格算法 | 第13-47页 |
| 3.1 相关概念与定义 | 第13-23页 |
| 3.2 本文算法思想 | 第23-26页 |
| 3.2.1 动态规划思想 | 第23-24页 |
| 3.2.2 Skyline算法思想 | 第24-25页 |
| 3.2.3 局部合并策略 | 第25页 |
| 3.2.4 剪枝策略 | 第25-26页 |
| 3.3 公共格求解算法 | 第26-32页 |
| 3.3.1 本文算法总体流程 | 第26-27页 |
| 3.3.2 公共格的匹配矩阵与支配点集合求解 | 第27-30页 |
| 3.3.3 公共格的生成 | 第30-32页 |
| 3.3.4 公共格算法复杂度分析 | 第32页 |
| 3.4 实验验证 | 第32-46页 |
| 3.4.1 多算法比较实验 | 第32-34页 |
| 3.4.2 本文算法多方面表现实验 | 第34-46页 |
| 3.5 本章小结 | 第46-47页 |
| 4 连续序列的公共特征提取基本概述与相关工作 | 第47-53页 |
| 4.1 相关概念概述 | 第47-50页 |
| 4.1.1 时间序列概述 | 第47页 |
| 4.1.2 时间序列的相似度 | 第47-50页 |
| 4.1.3 中心时间序列 | 第50页 |
| 4.2 相关工作概述 | 第50-53页 |
| 4.2.1 NLAAF算法 | 第50-51页 |
| 4.2.2 PSA算法 | 第51-52页 |
| 4.2.3 DBA算法 | 第52-53页 |
| 5 HDBA算法 | 第53-65页 |
| 5.1 相关定义 | 第53-55页 |
| 5.2 求解多时间序列的中心时间序列算法 | 第55-59页 |
| 5.2.1 求解多时间序列的中心时间序列算法 | 第55-59页 |
| 5.2.2 算法复杂度分析 | 第59页 |
| 5.3 实验验证 | 第59-64页 |
| 5.3.1 多算法比较实验 | 第60-62页 |
| 5.3.2 K-means聚类实验 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 6 未来工作 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表学术论文情况 | 第70-71页 |
| 致谢 | 第71-72页 |
