時間序列的聚類方法及其套用研究

內容簡介

本書不在沿用基於模型來進行聚類的研究思路，而是借用非常靈活的非參數方法。本書的研究目標是使用非參數方法來研究非線性時間序列的聚類問題，通過理解序列是如何被生成的，估計出生成時間序列的隨機過程之間的相似性來定義其距離度量。本對比研究了現有的非參數時間序列聚類方法，提出一類以時間序列平滑後的自回歸函式的差異作為度量的聚類方法，一類基於時間序列的核密度估計的聚類方法，KS1D度量和KS2D距離度量。

圖書目錄

1緒論

1.1課題背景及研究意義

1.2國內外研究現狀

1.3本研究的主要工作

2自適應小波神經網路(AWNN)研究

2.1引言

2.2AWNN相關基礎理論研究

2.3AWNN方法的提出

2.4計算機仿真驗證分析

2.5本章小結

3AWNN在異常檢測分析系統智慧型化套用中的驗證研究

3.1引言

3.2基於AWNN的視頻圖像異常檢測分析系統設計

3.3道具入侵異常檢測分析實驗

3.4生活場景中的入侵異常檢測分析實驗

3.5本章小結

4基於AWNN的控制參數線上整定方法研究

4.1引言

4.2基於AWNN方法的OLTCP方法

4.3控制系統建模

4.4控制系統穩定性分析

4.5控制系統誤差分析

4.6計算機仿真研究

4.7本章小結

5基於AWNN與基於推理規則的智慧型控制系統的對比研究

5.1引言

5.2控制參數線上整定系統

5.3F-PID和FA-PID線上整定系統控制器設計

5.4E-PID和EA-PID線上整定系統

5.5計算機仿真研究

5.6兩類智慧型控制方法的對比研究

5.7本章小結

參考文獻

作者簡介

張貝貝，河南省濟源市人，北京大學博士畢業生，現任首都經濟貿易大學統計學院講師，主要研究時間序列分析、數據挖掘、貝葉斯統計,曾在核心期刊上發表過多篇論文。

時間序列的聚類方法及其套用研究

基本介紹

內容簡介

圖書目錄

作者簡介

相關詞條

熱門詞條