|
000
|
01759nam0 2200253 450
|
|
001
|
CAL 0120227424287
|
|
010
|
|
@a978-7-302-60352-8@b精装@dCNY98.00
|
|
100
|
|
@a20220906d2022 em y0chiy50 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa a 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a时间序列数据的特征表示、相似性度量及其应用研究@Ashi jian xu lie shu ju de te zheng biao shi 、 xiang si xing du liang ji qi ying yong yan jiu@f李海林, 郭崇慧著
|
|
210
|
|
@a北京@c清华大学出版社@d2022.05
|
|
215
|
|
@aXI, 278页@c图, 肖像@d21cm
|
|
314
|
|
@a李海林, 博士, 教授, 博士生导师, 曾任华侨大学工商管理学院院长助理, 信息管理系主任, 教务处副处长。郭崇慧, 博士, 教授, 博士生导师, 大连理工大学系统工程研究所所长, 大数据与智能决策研究中心主任。
|
|
320
|
|
@a有书目 (第251-278页)
|
|
330
|
|
@a本书以时间序列数据为研究对象, 对时间序列数据的特征表示和相似性度量进行较为深入和系统的研究, 讲述了如何从数据特征的不同角度进行数据降维, 结合设计相应的相似性度量方法实现时间序列数据挖掘, 同时将相关的特征表示和相似性度量方法应用于文本主题、经济金融、情报分析和发动机参数等具体实际应用领域。全书分为11章: 第1章对研究的背景和现状进行了分析, 解释和分析了为什么要研究时间序列数据的特征表示和相似性度量 ; 第2章至第7章从时间序列数据的不同视角出发, 深入浅出地介绍了新的时间序列数据特征表示和相似性度量等预处理方法 ; 第8章到第10章以主题分析、股票预测、文献分析、发动机参数特征识别和故障检测为目标, 将时间序列数据挖掘中的特征表示和相似性度量方法应用于解决具体行业中的相关管理科学问题 ; 第11章对研究进行了总结, 并提出了研究的创新和几点未来研究方向。
|
|
606
|
0
|
@a时间序列分析@Ashi jian xu lie fen xi
|
|
690
|
|
@aO211.61@v5
|
|
701
|
0
|
@a郭崇慧@Aguo chong hui@4著
|
|
701
|
0
|
@a李海林@Ali hai lin@4著
|
|
801
|
0
|
@aCN@c20220906
|
|
905
|
|
@a河南城建学院图书馆@dO211.61@eL170@f2
|
|
|
|
|
| |
| 时间序列数据的特征表示、相似性度量及其应用研究/李海林, 郭崇慧著.-北京：清华大学出版社，2022.05 |
| XI, 278页：图, 肖像；21cm |
| |
| |
| ISBN 978-7-302-60352-8(精装)：CNY98.00 |
| 本书以时间序列数据为研究对象, 对时间序列数据的特征表示和相似性度量进行较为深入和系统的研究, 讲述了如何从数据特征的不同角度进行数据降维, 结合设计相应的相似性度量方法实现时间序列数据挖掘, 同时将相关的特征表示和相似性度量方法应用于文本主题、经济金融、情报分析和发动机参数等具体实际应用领域。全书分为11章: 第1章对研究的背景和现状进行了分析, 解释和分析了为什么要研究时间序列数据的特征表示和相似性度量 ; 第2章至第7章从时间序列数据的不同视角出发, 深入浅出地介绍了新的时间序列数据特征表示和相似性度量等预处理方法 ; 第8章到第10章以主题分析、股票预测、文献分析、发动机参数特征识别和故障检测为目标, 将时间序列数据挖掘中的特征表示和相似性度量方法应用于解决具体行业中的相关管理科学问题 ; 第11章对研究进行了总结, 并提出了研究的创新和几点未来研究方向。 |
| ● |
正题名：时间序列数据的特征表示、相似性度量及其应
索取号：O211.61/L170
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1565426
|
215654263
|
期刊室512/
[索取号:O211.61/L170]
|
在馆
|
|
|
2
|
1565427
|
215654272
|
自科库401/401自科库 47排7列2层/
[索取号:O211.61/L170]
|
在馆
|
|
