文摘
英文文摘
第一章绪论
1.1知识发现概述
1.1.1知识发现定义
1.1.2知识发现处理过程模型
1.1.3数据挖掘技术的分类
1.1.4知识发现的发展状况
1.1.5数据挖掘技术的应用
1.2时间序列技术
1.2.1经典的时间序列分析
1.2.2时间序列的数据挖掘问题
1.3本文的工作和内容组织
第二章时间序列的数据挖掘
2.1相似度量
2.1.1欧几里德距离
2.1.2动态时间弯曲距离
2.1.3编辑距离
2.1.4界标距离
2.1.5其他相似性度量
2.2空间变换
2.2.1主成分分析
2.2.2离散傅立叶变换
2.2.3离散小波变换
2.2.4其它变换方法
2.3时间序列的索引技术
2.3.1多维索引结构
2.3.2模式匹配算法
2.4序列模式挖掘
2.4.1序列模式
2.4.2周期分析
2.5时间序列的事件检测和预测
2.6小结
第三章相似模式匹配
3.1时间序列的表示方法
3.1.1事件抽取方法
3.1.2时间序列和事件序列的比较
3.2多维索引结构
3.2.1金字塔方法
3.2.2聚类金字塔方法
3.3查询匹配算法
3.3.1点查询
3.3.2范围查询
3.3.3k最近邻查询
3.3.4实验分析
3.4小波方法在模式匹配中的应用
3.4.1基于DWT的维数约简
3.4.2基于DWT的时间序列模式匹配方法
3.4.3实验分析
3.5小结
第四章模式的自动发现
4.1关联规则模式发现方法
4.1.1关联规则概述
4.1.2模式表示
4.1.3事件序列的模式挖掘方法
4.2规则评估和实验
4.2.1规则的评估
4.2.2实验分析
4.3基于聚类方法的相似模式发现
4.3.1聚类方法
4.3.2实验分析
4.4小结
第五章时间序列的事件预测
5.1事件的预测
5.1.1特征抽取和空间变换
5.1.2特征的预测
5.1.3事件的预测
5.1.4实验分析
5.2基于分形维数的特征选择
5.2.1相关概念
5.2.2分形维数的计算
5.2.3分形维数约简
5.2.4实验分析
5.3小结
第六章时间序列的知识发现系统
6.1时间序列技术在电力数据中的应用研究
6.2基于电力数据的负荷预测系统简介
6.3系统体系结构
6.4数据处理模块
6.4.1数据预处理
6.4.2相关属性的确定
6.4.3数据的离散化
6.5负荷预测模块
6.5.1某一天负荷的预测
6.5.2预测曲线的修正
6.5.3连续几天负荷的预测
6.6系统界面
6.7实验评估
6.8小结
第七章结论和进一步的研究方向
7.1结论
7.1.1总结
7.1.2创新点
7.2进一步的研究方向
[参考文献]
致谢
[攻读博士学位期间发表的文章]
[攻读博士学位期间参加的科研项目及研发经历]
