基于格兰杰因果关系的多变量时间序列分类
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究问题 | 第15-16页 |
| 1.3 研究意义 | 第16页 |
| 1.4 国内外研究现状 | 第16-20页 |
| 1.4.1 时间序列分类 | 第16-18页 |
| 1.4.2 回声状态网络 | 第18-19页 |
| 1.4.3 格兰杰因果关系 | 第19-20页 |
| 1.5 本文研究内容 | 第20页 |
| 1.6 本文结构安排 | 第20-22页 |
| 第2章 相关工作 | 第22-34页 |
| 2.1 相关定义 | 第22-24页 |
| 2.2 多变量时间序列分类 | 第24-28页 |
| 2.2.1 基于模型的分类 | 第25-26页 |
| 2.2.2 基于距离的分类 | 第26-27页 |
| 2.2.3 基于特征的分类 | 第27-28页 |
| 2.3 格兰杰因果关系 | 第28-29页 |
| 2.3.1 格兰杰因果关系概念 | 第28-29页 |
| 2.3.2 格兰杰因果关系图 | 第29页 |
| 2.4 稀疏性 | 第29-32页 |
| 2.4.1 正则化 | 第30-31页 |
| 2.4.2 Simplex约束优化 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第3章 基于格兰杰因果关系的多变量时间序列表示 | 第34-44页 |
| 3.1 回声状态网络 | 第34-38页 |
| 3.1.1 工作原理 | 第35-36页 |
| 3.1.2 主要参数 | 第36-37页 |
| 3.1.3 训练方法 | 第37-38页 |
| 3.2 多变量时间序列模型学习 | 第38-43页 |
| 3.2.1 储备池状态学习 | 第39-40页 |
| 3.2.2 读出映射学习 | 第40-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第4章 稀疏多变量时间序列模型距离度量 | 第44-54页 |
| 4.1 焦点序列 | 第45-46页 |
| 4.2 输出权值矩阵分解 | 第46-48页 |
| 4.3 模型空间中多变量时间序列距离度量 | 第48-51页 |
| 4.4 分类 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第5章 实验分析 | 第54-70页 |
| 5.1 实验参数设置 | 第54-55页 |
| 5.2 多变量时间序列数据集 | 第55-56页 |
| 5.3 实验结果 | 第56-69页 |
| 5.3.1 焦点序列和稀疏性检验 | 第56-57页 |
| 5.3.2 多变量时间序列分类 | 第57-62页 |
| 5.3.3 回声状态网络参数分析 | 第62-68页 |
| 5.3.4 可视化 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 本文总结 | 第70-71页 |
| 6.2 本文展望 | 第71-72页 |
| 参考文献 | 第72-80页 |
| 致谢 | 第80-82页 |
| 在读期间发表的学术论文与取得的研究成果 | 第82页 |
