文摘
英文文摘
声明
第一章绪论
1.1研究背景及意义
1.2数据挖掘的过程与方法
1.2.1数据挖掘的一般过程
1.2.2数据挖掘的主要技术
1.3多变量时间序列的研究现状
1.4本文的主要工作
1.5论文组织结构
第二章时间序列数据挖掘
2.1时间序列数据挖掘概述
2.1.1时间序列数据的概念
2.1.2时间序列的分类
2.1.3时间序列数据挖掘的目的
2.2时间序列数据挖掘的主要任务
2.2.1时间序列的数据预处理
2.2.2时间序列表示
2.2.3时间序列分割
2.2.4时间相似性度量
2.2.5时间序列异常检测
2.2.6时间序列的聚类
2.2.7时间序列的分类
2.3本章小结
第三章多变量时间序列的数据预处理
3.1预处理过程中插值的意义
3.2一些主要的插值技术
3.2.1 拉格朗日(Lagrange)插值
3.2.2牛顿(Newton)插值
3.2.3分段线性插值
3.2.4三次样条插值
3.2.5分段三次Hermite插值
3.3时间序列插值的研究进展
3.4双重插值模型及其在移动对象中的应用
3.4.1模型思想
3.4.2时间序列的保形三次Hermite插值
3.5双重插值模型在移动对象中的应用
3.5.1评价因素
3.5.2实验与分析
3.6本章小结
第四章多变量时间序列的聚类
4.1相似性度量
4.1.1 Frobenius范数
4.1.2扩展的Frobenius范数
4.1.3动态时间弯曲距离
4.1.4 PCA相似因子
4.1.5距离相似因子
4.2多变量时间序列的聚类算法的研究现状
4.2.1数值多变量时间序列的聚类
4.2.2混合多变量时间序列的聚类
4.3一种基于加权矩阵覆盖的多变量时间序列的聚类算法
4.3.1 WMCA的整体框架
4.3.2变量间的协方差计算
4.3.3加权矩阵覆盖的定义
4.3.4多变量时间序列的加权矩阵覆盖
4.3.5时间序列的聚类
4.4实验与评价
4.4.1数据集
4.4.2评价指标
4.4.3混合多变量时间序列实验
4.4.4数值多变量时间序列实验
4.4.5算法参数分析
4.5本章小结
第五章总结与展望
5.1全文总结
5.2研究展望
参考文献
攻读学位期间承担的科研任务与主要成果
致谢
个人简历
福建师范大学;