文摘
英文文摘
声明
1绪论
1.1数据挖掘技术及其主要任务
1.2时间序列数据挖掘技术概述
1.3高维时间序列数据挖掘技术概述
1.4本文工作及组织结构
2时间序列国内外相关研究介绍
2.1时间序列的表示以及相似性检索的研究现状
2.2时间序列模式分析的研究现状
2.3高维时间序列相关问题的研究现状
3时间序列研究的相关技术
3.1相关定义
3.2相似性度量方法
3.2.1欧几里德距离(Euclidean Distance)
3.2.2动态时间弯曲距离(Dynamic Time Warping Distance)
3.2.3动态时间弯曲距离Keogh下界距离
3.2.4最长公共子序列距离(Longest Common Subsequence Distance)
3.3相似性变换方法
3.3.1分段线性近似(PCA)
3.3.2其他线性分段算法
3.3.3离散傅立叶变换(DFT)
3.3.4离散小波变换(DWT)
3.3.5地标(Land Mark)
3.3.6奇异值分解(SVD)
3.3.7独立分量分析(ICA)
3.4高维索引技术
3.4.1 R-Tree
3.4.2 R*-Tree
4基于相关性降维和支持向量机分类的高维时间序列快速检索算法
4.1相关定义及知识
4.1.1人体运动描述模型
4.1.2人体运动能量模型的定义
4.1.3人体运动协调性模型的定义
4.1.4支持向量机
4.2人体运动序列的快速检索算法
4.2.1基于多类支持向量机的粗分类算法
4.2.2基于DTW索引下界的精确检索算法
4.2检索算法的相关实验验证
4.3.1人体运动协调性模型有效性验证
4.3.2人体运动检索算法有效性验证
5基于最长公共子序列距离的快速主旨模式算法
5.1相关定义及知识
5.1.1相关定义
5.1.2相关知识
5.2快速主旨模式挖掘算法
5.2.1相关定理证明
5.2.2算法的基本思想
5.2.3算法描述
5.3主旨模式挖掘算法的相关实验验证
5.3.1算法运行有效性实验
5.3.2噪声下鲁棒性实验
结论
参考文献
攻读硕士学位期间发表学术论文情况
致 谢