检索结果-内蒙古大学图书馆

江苏工业学院学报 2010年第1期22卷 35-39页

作者：易黎杨长春冯建彪江苏工业学院信息科学与工程学院江苏常州213164

多媒体挖掘是数据挖掘的一个新兴且富有挑战性的子领域。多媒体挖掘的概念、内容和方法都没有一个统一的定论,多媒体挖掘的体系结构和框架有待于进一步研究。基于此,介绍了一种适合多媒体挖掘的系统模型;阐述了与模型相关的多媒体挖掘方... 详细信息

多媒体挖掘是数据挖掘的一个新兴且富有挑战性的子领域。多媒体挖掘的概念、内容和方法都没有一个统一的定论,多媒体挖掘的体系结构和框架有待于进一步研究。基于此,介绍了一种适合多媒体挖掘的系统模型;阐述了与模型相关的多媒体挖掘方法:多媒体数据立方体、聚类、分类和关联规则;最后给出了采用关联规则数据挖掘方法对多媒体数据库进行数据挖掘的实例。

关键词：多媒体数据库数据挖掘多媒体数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于多媒体数据挖掘的多通道检索技术

引用

海军航空工程学院学报 2007年第2期22卷 295-297页

作者：尹肖云许诚邹强孙有田海军航空工程学院研究生管理大队海军航空工程学院飞行器工程系山东烟台261400 海军航空工程学院飞行器工程系山东烟台261400 海军驻航天科工集团第三研究院军事代表室北京100074

首先介绍多媒体数据挖掘的过程,接着分析了多媒体信息的多通道检索的体系结构和多通道检索流程图.针对多媒体信息内容的复杂性,文章的第四部分介绍了多媒体关联规则挖掘算法,对将其应用于多通道检索进行了初步探讨.

关键词：基于内容检索多媒体数据挖掘多通道检索多媒体关联规则

来源：评论

学校读者我要写书评

暂无评论

多媒体数据挖掘中数据间的相似性度量研究

引用

国防科技大学学报 2006年第1期28卷 77-80页

作者：贺玲吴玲达蔡益朝谢毓湘雷震国防科技大学信息系统与管理学院湖南长沙410073

聚类是多媒体数据挖掘的重要任务之一,数据之间的相似性度量是聚类的基础和前提。多媒体数据的特征矢量通常都是数十维甚至数百维的,但传统的相似度量方式一般只适用于低维数据。在分析高维数据特性的基础上,提出了一个新的度量方式。... 详细信息

聚类是多媒体数据挖掘的重要任务之一,数据之间的相似性度量是聚类的基础和前提。多媒体数据的特征矢量通常都是数十维甚至数百维的,但传统的相似度量方式一般只适用于低维数据。在分析高维数据特性的基础上,提出了一个新的度量方式。通过使用一个特定的策略对原始数据空间进行网格划分,该方法较好地避免了噪声数据对高维数据相似性度量的影响。实验证明此方法是有效的。

关键词：多媒体数据挖掘维度灾难相似度量

来源：评论

学校读者我要写书评

暂无评论

视频挖掘研究进展

引用

计算机科学 2010年第10期37卷 11-15页

作者：代科学李强李国辉空军雷达学院预警监视情报系武汉430019 国防科技大学信息系统与管理学院系统工程系长沙410073

视频挖掘技术近年来受到了国内外研究者的逐渐关注,但研究还处于初步阶段,实际的应用系统很少,有关概念、系统结构和技术方法仍需深入研究。在回顾国内外研究动态的基础上,对视频挖掘的研究现状进行了归纳、评述;探讨了视频挖掘的概念,... 详细信息

视频挖掘技术近年来受到了国内外研究者的逐渐关注,但研究还处于初步阶段,实际的应用系统很少,有关概念、系统结构和技术方法仍需深入研究。在回顾国内外研究动态的基础上,对视频挖掘的研究现状进行了归纳、评述;探讨了视频挖掘的概念,清理了视频挖掘与相关技术的联系与区别;展望了视频挖掘研究中的重点问题和解决思路。

关键词：多媒体数据挖掘视频挖掘数据挖掘

来源：评论

学校读者我要写书评

暂无评论

多媒体数据库的管理与数据挖掘研究

引用

计算机与数字工程 2007年第10期35卷 50-53页

作者：王志锋李殿伟海军工程大学信息安全系武汉430033 海军司令部办公室北京100841

随着多媒体技术和数据库技术的发展,多媒体数据库的管理和数据挖掘技术都取得了很大的进展。目前,对于多媒体数据库的挖掘正日益成为研究热点。介绍多媒体数据库管理系统概念上讨论对其进行数据挖掘的问题,主要是对文本、图像、音频和... 详细信息

随着多媒体技术和数据库技术的发展,多媒体数据库的管理和数据挖掘技术都取得了很大的进展。目前,对于多媒体数据库的挖掘正日益成为研究热点。介绍多媒体数据库管理系统概念上讨论对其进行数据挖掘的问题,主要是对文本、图像、音频和视频数据挖掘的讨论。

关键词：多媒体数据库数据挖掘多媒体数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于Web的多媒体数据挖掘的研究

基于Web的多媒体数据挖掘的研究

引用

作者：徐龙玺山东师范大学

学位级别：硕士

数据挖掘和知识发现为解决信息量过大而人们无法有效利用的问题提供了新的解决途径。多媒体挖掘就是从大量多媒体集中，通过综合分析视听特性和语义，发现隐含的、有效的、有价值的、可理解的模式，进而发现知识，得出事件的趋向和关联... 详细信息

数据挖掘和知识发现为解决信息量过大而人们无法有效利用的问题提供了新的解决途径。多媒体挖掘就是从大量多媒体集中，通过综合分析视听特性和语义，发现隐含的、有效的、有价值的、可理解的模式，进而发现知识，得出事件的趋向和关联，为用户提供问题求解层次的决策支持能力。本文的研究思路并未局限于具体挖掘算法的设计，而是从挖掘系统本身的构建入手，就如何提高系统的整体性、更有效地实现挖掘功能做了较为深入的研究，给出了一个基于数据挖掘技术的面向多种Web数据的挖掘系统模型。本文针对目前国际和国内多媒体数据挖掘技术的发展现状和趋势，首先讨论了数据挖掘和知识发现的基本理论；然后分析了网络信息检索与Web挖掘的特征，包括挖掘对象的特征、挖掘和知识发现所需的理论和技术，接着研究了多媒体数据挖掘的特点和技术；进而提出了一个基于Web的多媒体数据挖掘系统的框架结构模型，并对其功能模块进行了详细的分析和设计，设计了媒体特征库中的知识表示方法，并提出了一种联合查询的优化方案和两种多媒体数据挖掘算法。该模型首先通过多媒体概念检索技术智能化地在Internet上搜索Web页面，然后利用异构信息交换技术将多媒体数据保存到构建的媒体特征库中，在从用户查询界面获得用户的查询要求后，通过向量空间模型进行多媒体信息检索，然后利用相关反馈技术提高信息检索的质量，最后将检索的结果传送给用户。本文主要做了以下几方面的工作： 1．探讨了数据挖掘和Web数据挖掘的基本思想和技术数据挖掘是从大量的数据中，抽取出潜在的、有价值的知识(模型或规则)的过程。数据挖掘是知识发现中的核心作，主要研究发现知识的各种方法和技术。Web挖掘是从Web资源上抽取信息或知识的过程，它是将传统的数据挖掘的思想和方法应用于Web，从Web中抽取感兴趣的、潜在的、有用的模式和隐藏信息。 2．研究了多媒体数据挖掘的特点和方法 Web数据和多媒体数据半结构化或非结构化的特点决定了Web中多媒体挖掘不能套用传统的数据挖掘的模式，文章讨论了如何将半结构化或非结构化的数据转化或映射为结构化的数据，使Web挖掘系统和数据库紧密结合，提供一个集成的信息处理环境。山东师范大学硕士论文基于Web的多媒体数据挖掘的研究 3.提出了一个基于Web的多媒体数据挖掘系统模型，并对模型各部分的工作机理做了详细设计;针对图像数据，设计了较为集成的多媒体数据特征库;设计使用高维度关联规则挖掘算法和模糊神经网络挖掘算法SFNN来实现隐含知识的挖掘。特征提取是CBIR系统的核心构件，特征提取的好坏对整个CBIR系统有着重要的影响，直接关系到整个系统的检索准确度、检索效果和检索速度。两种挖掘算法都能较有效地用于本文设计的模型的知识挖掘，同时也有利于下一步的知识表达和解释。为进一步的多媒体数据挖掘系统具体开发打下了坚实的基础。关键词:数据挖掘，知识发现，Web，多媒体数据挖掘，媒体特征库

关键词：数据挖掘知识发现 Web 多媒体数据挖掘媒体特征库

来源：评论

学校读者我要写书评

暂无评论

多媒体数据挖掘的体系结构和方法

引用

计算机工程 2003年第9期29卷 149-151页

作者：胡军涛武德峰李国辉甘亚莉国防科技大学管理科学与工程系多媒体实验室长沙410073

提出了一个多媒体数据挖掘系统的一般结构(M3)，包括多媒体数据库(MD)、多媒体挖掘引擎(MME)和多媒体挖掘界面(MMI)，重点分析了几种挖掘方法（分类、关联和聚类）在多媒体挖掘中的应用。针对不同的媒体，如图像、音频、视频，讨论了各... 详细信息

提出了一个多媒体数据挖掘系统的一般结构(M3)，包括多媒体数据库(MD)、多媒体挖掘引擎(MME)和多媒体挖掘界面(MMI)，重点分析了几种挖掘方法（分类、关联和聚类）在多媒体挖掘中的应用。针对不同的媒体，如图像、音频、视频，讨论了各自的挖掘特点和主要挖掘内容。

关键词：多媒体数据挖掘多媒体数据库数据挖掘

来源：评论

学校读者我要写书评

暂无评论

多媒体数据挖掘技术研究

引用

微型机与应用 2003年第12期22卷 47-49,58页

作者：蒋良孝蔡之华武汉中国地质大学计算机科学与技术系 430074

多媒体数据挖掘的系统原型,详细论述了多媒体图像数据挖掘和多媒体文本数据挖掘的过程和方法。

关键词：多媒体数据库多媒体数据挖掘数据平台知识发现数据模型数据仓库

来源：评论

学校读者我要写书评

暂无评论

实时多媒体数据挖掘研究与应用

实时多媒体数据挖掘研究与应用

引用

作者：曾承武汉大学

学位级别：硕士

该文针对目前国内外实时多媒体数据挖掘的研究现状及发展趋势,构造了一个实时多媒体数据挖掘系统模型RMOM,论述了各个模块的功能、相关算法及实现步骤,并综合了各个环节的研究技术重难点.详细阐述了利用背景帧进行视频分段的方法,提出... 详细信息

该文针对目前国内外实时多媒体数据挖掘的研究现状及发展趋势,构造了一个实时多媒体数据挖掘系统模型RMOM,论述了各个模块的功能、相关算法及实现步骤,并综合了各个环节的研究技术重难点.详细阐述了利用背景帧进行视频分段的方法,提出了低类包含高类的思想,使得分段与分类的概念统一起来,更利于区分对象.适当放大视频帧与背景帧的差异值,避免分类结果过于集中.引用人眼敏感色的原理,改善像素点R、G、B的权值关系.论述了利用传统遗传算法分段的操作类型、主要运算过程、特点等,并将其与背景帧方法进行了对比.对长时行为特征和短时行为特征提取分别进行了分析、比较,叙述了它们具体的算法过程.列举了对颜色、纹理、形状、相关反馈等多个视频特征进行提取的方法.重点论述了基于二维矩阵的长时行为特征提取的实现步骤和相关的量化方法.分析了几种效率较高的聚类方法,指出了其利弊.在类数量k值确定的情况下,将收敛速度快的k-means算法理论引用到特征空间,用来聚集视频段,并对具体运算过程进行了阐述;提出了k值未确定情况下的解决方案.该文还介绍了作者研究开发的运用RMDM技术的智能视频监控系统IVSS,概述了整个系统的原理、流程、功能以及其他应用.

关键词：多媒体数据挖掘序列分析视频分段聚集行为特征提取视频监控系统

来源：评论

学校读者我要写书评

暂无评论

视频挖掘技术综述

引用

中国图象图形学报 2006年第4期11卷 451-457页

作者：代科学武德峰付畅俭李国辉李惠佳国防科技大学信息系统与管理学院系统工程系长沙410073 长沙军洪科技发展有限公司长沙410001

随着视频数据越来越容易获取和存储,视频数据的有效利用问题日益突出。视频数据挖掘近年来受到了国内外研究人员的极大关注。它旨在提取视频数据的语义信息并挖掘出隐含其中的有用模式和知识,从而实现智能视频应用,辅助人们决策。通过... 详细信息

随着视频数据越来越容易获取和存储,视频数据的有效利用问题日益突出。视频数据挖掘近年来受到了国内外研究人员的极大关注。它旨在提取视频数据的语义信息并挖掘出隐含其中的有用模式和知识,从而实现智能视频应用,辅助人们决策。通过对国内外研究进展的跟踪分析,归纳了视频挖掘的概念,并对其实现方法和应用领域做了较为详细的总结和讨论,指出了视频挖掘技术研究所面临的挑战。

关键词：多媒体数据挖掘视频挖掘数据挖掘

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：