多媒体数据挖掘的体系结构和方法

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。     

多媒体数据挖掘技术研究

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。     

图像数据挖掘

将数据挖掘技术引入图像处理可以在一定程度上解决图像内容的表示、存储和检索目前存在的很多难点。从图像数据挖掘的特征、方法、过程及实例等几方面介绍了图像数据挖掘,其挖掘方法和原型结构存在着巨大的改进空间,有待进一步研究。     

多媒体数据库的管理与数据挖掘研究

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.     

遥感图像中的数据挖掘应用概述

由于遥感图像数据包含了大量的信息,它成为数据挖掘中最具潜力的领域。本文主要讨论了在大型遥感图像上的数据挖掘技术。     

图像挖掘技术研究

对目前图像挖掘的研究及应用现状进行综述,首先阐明图像数据的特点及图像挖掘的主要问题,随后分析了图像的表示模型、图像挖掘的框架模型,介绍了图像挖掘的主要技术,最后对图像挖掘应用和未来研究方向进行展望。     

多媒体数据库的主要问题,研究内容与实现方法

在分析多媒体数据库管理系统ＭＤＢＭＳ主要问题的基础上，提出并讨论了研究和实现ＭＤＢＭＳ的主要内容和关键技术，并提出３种实现方法：扩充关系数据库方法，面向对象方法和超文本或超媒体方法。     

支持基于内容检索的图像数据模型的设计

以面向对象的多媒体数据库系统Jasmine为平台,设计具有基于内容图像检索功能的面向对象数据模型,作为数据库的引擎,实现了一个支持基于内容检索技术的图像数据库系统。     

数据挖掘在医学图像分类中的应用

医学图像的自动分类对于医院的信息自动化有重要的意义.本文通过提取医学影像特征的方法,利用数据挖掘中的决策树、神经网络,对图像特征进行分析,找到能够对图像进行分类的图像特征临界值.本文将数据挖掘的方法应用于正侧位胸片中,给出如何自动区分正侧位胸片的方法,并结合本院的PACS系统应用,证明了这种方法的有效性.     

多媒体DBMS的需求

本文在深入分析多媒体应用（包括多媒体ＭＩＳ）特点的基础上，逐条论述了多媒体应用对多媒体ＤＢＭＳ的十项需求。ＤＢＭＳ的需求可以划分为三类，第一类属于多媒体应用对标准ＤＢＭＳ功能的需求，第二类是对多媒体对象建模方面的需求，第三类反映多媒体应用独有的特殊功能需求。关于ＭＤＢＭＳ目前尚无明确的定义，本文实际上从多媒体应用的特殊功能需求方面，给ＭＤＢＭＳ下了个初步的定义。     

数据流挖掘技术研究

在当今的网络监控、电信数据管理、传感器数据监控等应用中，数据采取的是多维的、连续的、快速的、随时间变化的流式数据的形式，对数据的访问也是多次和连续的，并要求即时的响应。数据流独特的特点，对传统数据的处理方法带来很大的挑战。数据流应用的出现，带动了相关技术的研究，其中包括数据流挖掘的研究。文中介绍了数据流的基本概念，讨论了数据流挖掘的研究现状及相关技术，包括数据流的介绍、流行的数据流处理技术和数据挖掘中的相关算法。     

空间数据挖掘的研究与发展

随着空间数据获取手段的快速发展,从大量空间数据中自动、快速、有效地发现知识显得越来越重要。该文简要介绍了空间数据挖掘技术的产生背景和发展现状,对空间数据挖掘的基本理论和主要研究领域进行了概述,总结了空间数据挖掘近年来的研究成果,并对下一步发展做了展望。     

空间数据挖掘发展研究

空间数据挖掘是指对空间数据库中非显式存在的知识、空间关系或其它有意义的模式等的提取,在地理信息系统、地理市场、遥感、图像数据勘测、医学图像处理、导航、交通控制、环境研究等各种领域有着广泛的应用。该文从空间数据挖掘的定义、过程、特征和任务等方面对空间数据挖掘技术进行了研究,并介绍了一个空间数据挖掘原型—GeoMiner和未来的研究方向。     

分布式数据挖掘研究

首先简单介绍了分布式数据挖掘的定义、重要性、研究现状以及数据源 ,然后详细介绍了两个典型的分布式数据挖掘系统。最后探讨了分布式数据挖掘系统应该具有的特点     

软件知识库中数据挖掘技术研究

当前,软件系统的复杂度和规模也随着处理信息的增多而不断扩大,其开发和应用越来越困难,将软件工程项目的研究过程中产生的数据(软件知识库)抽取出有价值的信息可以帮助研发人员更好地实现软件,增强软件系统的功能和稳定性,是目前学术界研究的一个热点。     

浅析数据挖掘技术

随着信息技术的发展,积累了越来越多的数据。数据挖掘技术为人类处理这些海量数据提供了有力武器。首先介绍了数据挖掘技术的概念,然后对数据挖掘系统的构成和数据挖掘的流程进行了分析,最后详细分析了数据挖掘的常用方法。     

图像挖掘研究

图像挖掘是一个新兴的具有挑战性的研究领域,同时它作为数据库和信息决策等领域的一个前沿分支近年来受到人们的关注.首先研究了图像挖掘的特性,提出了几个不同于传统数据挖掘的图像挖掘特性,然后对图像挖掘的总体过程和主要模型进行了分析,并对图像挖掘的主要技术进行了讨论.在此基础上,对目前图像挖掘的应用情况进行了分析和讨论,最后对图像挖掘的一些问题及未来的发展进行了展望.     

数据开采机模型及开采算法研究

本文在介绍数据开采基本知识的基础上提出了一个通用的开采机模型，并对其各模块的功能做出描述，针对目前许多开采大型数据库中的关联规则高效算法大多是在各自单独的领域内进行算法的理论研究与探讨的问题，本文在研究了两种高效的关联规则开采算法：最大频繁项目集算法FID（Frequent Itemsets Discovery），增量式更新算法IUA（Incremental Updating Algorithm）后，将以上算法综合并在计算机上实现，作为比较同时给出了Aprioiri（经典的关联规则开采算法）的实现。文中为了避免负面示例的问题，还引入了兴趣工的概念，并在系统中实现。