声明
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 本文主要工作
1.4 论文的组织结构
第二章 时间序列相似性分析相关关键技术
2.1 时间序列及相似性的相关概念
2.2 时间序列的模式表示方法
2.3 时间序列相似性度量方法
2.4 时间序列聚类
2.5 本章小结
第三章 基于MSN和WDTW的多元时间序列相似性度量方法
3.1 引言
3.2 分析框架
3.3 基于特征重要点分层检测的多元时间序列分段
3.4 基于分段矩阵范数的模式表示
3.5 基于加权动态时间弯曲的相似性度量
3.6 实验分析与评价
3.7 本章小结
第四章 基于CPCA和SWDTW的多元时间序列相似性度量方法
4.1 引言
4.2 分析框架
4.3 基于共同主成分分析的多元时间序列变换
4.4 基于局部特征改进的加权动态时间弯曲相似性度量
4.5 实验分析与评价
4.6 基于穿戴式医疗设备数据的实证研究
4.7 本章小结
第五章 基于K近邻网络的多元时间序列聚类算法
5.1 引言
5.2 分析框架
5.3 有向加权K-近邻网络模型构造
5.4 网络模型聚类算法
5.5 实验分析与评价
5.6 本章小结
第六章 总结与展望
6.1 论文的主要贡献
6.2 进一步的工作
致谢
参考文献
作者在学期间取得的学术成果
附录 英文缩写表