论文部分内容阅读
论文提出一个基于小波分析的时间序列挖掘模型TSMiner，它支持时间序列数据挖掘的整个过程。该模型由5部分组成：原始数据的可视化、数据预处理、数据约简，模式发现和结果模式可视化。该模型应用小波实现数据的多层次可视化表示、数据约简和多尺度模式发现。它可以帮助用户观察高维数据，理解中间结果和解释发现的模式。