文摘
英文文摘
插图索引
附表索引
第1章 绪论
1.1 课题背景
1.2 研究意义
1.3 国内外流数据研究现状
1.3.1 数据流模型
1.3.2 数据流管理系统
1.3.3 流数据挖掘技术的研究
1.3.4 流数据的压缩
1.4 论文主要研究内容
1.5 论文的组织结构
第2章 小波分析理论研究概述
2.1 引言
2.2 小波理论发展概述
2.3 小波变换基本概念及预备知识
2.3.1 小波及小波基函数
2.3.2 Haar小波
2.3.3 连续小波变换
2.3.4 离散小波变换
2.3.5 离散小波变换的Mallat算法
2.4 小波变换能量守恒
2.5 基于小波变换的数据压缩
2.5.1 基于小波阈值的数据压缩方法
2.5.2 基于小波系数编码的数据压缩方法
2.6 本章小结
第3章 基于动态时间弯曲技术的流数据处理方法
3.1 时间序列的概念
3.2 动态时间弯曲技术
3.3 动态时间弯曲路径及距离的计算
3.4 确定时间序列的最佳匹配点
3.4.1 动态时间弯曲路径的点对关系
3.4.2 时间序列预测法确定最佳匹配点
3.5 本章小结
第4章 多元时间序列相似性聚类压缩算法研究
4.1 多元时间序列
4.2 多元时间序列的相似性聚类
4.2.1 基于动态弯曲距离的时间序列相似性测度
4.2.2 模糊聚类
4.2.3 多元时间序列的模糊聚类分析
4.3 多元时间序列相似性聚类压缩算法
4.3.1 多元时间序列相似性聚类压缩算法
4.3.2 多元时间序列相似性压缩数据重构算法
4.4 仿真实验
4.4.1 实验环境
4.4.2 节点内数据压缩规整
4.4.3 簇头节点多元时间序列相似性聚类压缩
4.4.4 压缩比
4.4.5 误差分析——均方差(mse)
4.5 本章小结
第5章 基于多小波变换的流数据压缩算法研究
5.1 多小波发展概述
5.2 多小波理论
5.3 向量信号的多小波变换
5.4 流数据的多小波变换
5.4.1 多小波变换预处理
5.4.2 行方向的多小波变换
5.4.3 列方向的多小波变换
5.5 数据压缩编码
5.6 仿真实验分析
5.7 本章小结
结论
参考文献
致谢
附录A 攻读学位期间所发表的学术论文目录
附录B 攻读学位期间参加的科研项目