图像数据库建立与相似性搜索方法研究

图像数据库是使用数据库管理系统来处理目前出现的大量图像数据,好的图像数据库能够适中地将图像的多个属性进行分类存储,同时为图像数据的搜索提供精确的匹配字段。本文研究了图像数据的特点、图像数据库的建立、同时将现有文件管理工具与多特征够成特征法相结合对图像数据进行相似性搜索。     

电力网络DCS数据库中的过负荷数据挖掘方法研究

电力网络中的分散控制系统（distributed control systems, DCS）数据库中寄存有海量的电力数据,进行电力系统智能调度和控制。对电力网络DCS数据库中的过负荷数据的有效挖掘是实现电力网络系统过载保护的关键环节。当前对DCS数据库的过负荷数据挖掘采用基于决策树特征分类方法进行特征提取和挖掘实现,在过负荷数据序列的广域子空间中产生大量干扰噪声,挖掘算法的置信度较低。提出一种基于经验模态分解和决策树分类结合的电力网络DCS数据库中的过负荷数据挖掘方法。构建了电力网络的DCS数据库结构模型,在DCS数据库中进行数据流信号模型构建,采用经验模态分解算法对数据信号流进行固有模态时频特征提取,以此特征为基础,采用决策树分类算法实现过负荷数据的准确检测和挖掘。仿真结果表明,采用该算法能有效实现对电力网络DCS数据库中的过负荷数据的特征提取和分类挖掘,误码率较低,性能优越于传统算法。     

吏用FP树挖掘闭频繁项集的方法研究

数据挖掘可以在现有的大量数据中提取有用的信息和知识。数据挖掘包括很多知识提取、模式分析的方法,其中挖掘频繁模式对于分析据之间的关联和其他联系起着重要作用。本文研究讨论了在已有的FP增长策略的基础上增加剪枝的步骤,来挖掘存在的闭频繁模式、从而减少可产生的大量频繁项集,使得挖掘出的闭频繁模式更加有针对性和有效性。     

图像数据库关联规则的挖掘方法研究

在多媒体应用中,图像数据库的使用日趋广泛,为了更有效地使用图像数据库,许多数据挖掘技术被用于图像数据库中。本文使用数据挖掘中的关联规则方法来进一步提高图像数据库的性能,基于此构建了一个图像数据库系统,在这个系统中使用了FP增长算法挖掘图像数据的关联规则。     

基于模板的图像修复算法优先权的改进

研究了基于块填充的图像修复算法,修复图像的质量容易受到待修复区域边界像素修复顺序的影响,通过分析待修复区域像素点所在模块的图像特征,改进了填充算法的优先权,分别是基于P_Laplace算子和Euler' s elastics模型的优先权计算方法的改进.实验结果证实了文中所介绍算法能有效提高重建图像的感知质量.     

深度优先搜索算法的应用研究

在算法的应用中,深度优先搜索算法在图结构的数据类型中有着广泛的应用,本文设置了两个应用场景,一个是信件能否送达问题,一个是不重复打卡夜跑路线的规划问题,这两个问题都与现实生活息息相关.本文通过对这两个问题的详细分析和解决来说明深度优先搜索算法的各种不同使用场合和方法,同时也分析了在解决问题过程中存在的不足.     

空间数据挖掘技术的应用研究

空间数据由于其复杂多维的特殊性使得对空间数据的存储和挖掘比传统的数据要困难,本文研究了空间数据库的主要特点、空间数据挖掘技术的常用方法以及建立空间数据仓库的有效模型——星型模式,并以某地区气象数据为例对所研究的方法进行验证分析。     

电力网络DCS数据库中的过负荷数据挖掘方法研究

电力网络中的分散控制系统(distributed control systems,DCS)数据库中寄存有海量的电力数据,进行电力系统智能调度和控制。对电力网络DCS数据库中的过负荷数据的有效挖掘是实现电力网络系统过载保护的关键环节。当前对DCS数据库的过负荷数据挖掘采用基于决策树特征分类方法进行特征提取和挖掘实现,在过负荷数据序列的广域子空间中产生大量干扰噪声,挖掘算法的置信度较低。提出一种基于经验模态分解和决策树分类结合的电力网络DCS数据库中的过负荷数据挖掘方法。构建了电力网络的DCS数据库结构模型,在DCS数据库中进行数据流信号模型构建,采用经验模态分解算法对数据信号流进行固有模态时频特征提取,以此特征为基础,采用决策树分类算法实现过负荷数据的准确检测和挖掘。仿真结果表明,采用该算法能有效实现对电力网络DCS数据库中的过负荷数据的特征提取和分类挖掘,误码率较低,性能优越于传统算法。