基于可视图的时间序列网络模型
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-7页 |
| 1 绪论 | 第7-13页 |
| 1.1 选题背景与动机 | 第7-8页 |
| 1.2 研究目的、意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.4 主要内容及本文创新 | 第12页 |
| 1.5 论文的组织结构 | 第12-13页 |
| 2 研究对象 | 第13-24页 |
| 2.1 复杂网络基本概念 | 第13-14页 |
| 2.2 时间序列分析 | 第14-16页 |
| 2.3 时间序列数据挖掘 | 第16-20页 |
| 2.4 复杂网络机制模型 | 第20-23页 |
| 2.5 时间序列到复杂网络的映射 | 第23-24页 |
| 3 已有可视化模型介绍 | 第24-27页 |
| 3.1 可视图复杂网络（VG） | 第24-25页 |
| 3.2 水平可视图复杂网络（HVG） | 第25-26页 |
| 3.3 有限穿越可视图复杂网络（LPVG） | 第26-27页 |
| 4 新增时间序列可视化模型 | 第27-31页 |
| 4.1 有限穿越水平可视图（LPHVG） | 第28-29页 |
| 4.2 有向有限穿越可视图算法（DLPVG） | 第29-31页 |
| 5 可视化模型评价 | 第31-43页 |
| 5.1 邻接矩阵对比 | 第31-33页 |
| 5.2 周期时间序列评价 | 第33-36页 |
| 5.3 分形时间序列评价 | 第36-39页 |
| 5.4 白噪声序列评价 | 第39-43页 |
| 6 模型应用到股市 | 第43-46页 |
| 6.1 邻接矩阵 | 第43-45页 |
| 6.2 度分布函数 | 第45-46页 |
| 7 总结与展望 | 第46-50页 |
| 7.1 研究结论与建议 | 第46-48页 |
| 7.2 本文主要工作 | 第48页 |
| 7.3 研究局限 | 第48-49页 |
| 7.4 未来研究展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53-75页 |
| 在校期间发表论文及成果 | 第75-76页 |
| 致谢 | 第76页 |
