文摘
英文文摘
第一章 绪论
1.1 时间序列数据挖掘综述
1.1.1 时间序列数据概念
1.1.2 时间序列数据挖掘任务
1.2 时间序列数据聚类的背景和意义
1.3 研究内容
1.4 文章结构
第二章 时间序列聚类基础
2.1 聚类分析
2.1.1 聚类算法研究现状
2.1.2 聚类算法步骤
2.2 时间序列数据的聚类
2.2.1 时间序列数据的定义和特点
2.2.2 时间序列的相似性度量
2.2.3 时间序列距离计算
2.2.4 时间序列聚类算法
第三章 基于LB Hust距离的时间序列聚类设计
3.1 时间序列的表示
3.2 时间序列距离计算
3.3 LB Hust距离下的相似性比较
3.3.1 DTW定义
3.3.2 DTW特点和复杂度分析
3.3.3 基于DTW思想的距离计算方法
3.3.4 LB Hust距离计算方法
3.4 基于LB Hust距离的层次聚类
3.4.1 算法流程
3.4.2 基于LB Hust距离矩阵的层次聚类
3.4.3 算法性能分析和改进
3.4.4 算法效果分析和改进
第四章 股票时间序列数据聚类
4.1 任务描述
4.2 数据准备
4.2.1 股票数据空值的处理
4.2.2 股票数据的归一化
4.3 股票数据聚类
4.4 效果分析和评估
4.4.1 LB Hust两种距离下的效果分析
4.4.2 最大允许簇数的选择
第五章 总结和展望
参考文献
发表论文和参加科研情况说明
致谢