基于数据挖掘的图像分类算法

针对传统图像方法的分类精度难题,提出基于数据挖掘的图像分类算法。首先构建多媒体数据库中的图像检索信道模型,并进行向量量化编码,然后采用Harris角点检测算法提取图像特征点,并采用模糊C均值聚类算法实现图像分类。实验结果表明,该算法可以对图像内容信息进行准确的表达,提高了图像分类的精度,具有较强的鲁棒性。     

基于图像特征细化的海量数据挖掘系统设计与实现

传统基于图像内容的图像数据挖掘算法,对海量图像特征的分类效率低,对图像数据的挖掘准确率受样本数量影响较大。因此,提出一种基于图像特征细化的海量数据挖掘系统,其中的人机界面可赋予系统较高的交互性。图像搜索引擎能够智能地从互联网海量的图像数据中,采集有价值图像数据和特征。图像预处理模块对图像格式进行变换,完成图像噪声因素的过滤等操作,并对采集图像特征进行细化。数据挖掘模块依据采集的图像特征细化结果塑造CMQL语句,从图像数据库中挖掘出有价值的图像数据。系统实现部分给出了数据挖掘查询语言CMQL进行图像数据的挖掘过程。实验结果表明,所设计系统具有较高的查准率和查全率。     

浅谈靶场数据挖掘中流数据的特征提取方法

本文以数据挖掘技术在靶场中的应用为背景,在分析靶场数据特点的基础上,提出了以竞争凝聚区间划分、信息增益算法为主的特征提取方法,并以某试验数据为例,对方法的有效性进行了验证.     

基于云计算的海量图像数据挖掘的探析

随着计算机及网络技术的广泛应用,网络上每日都会产生海量的图像数据,如何从海量的图像数据中提取有用的信息,成为我们面临的最大问题。云计算是一种基于互联网的以数据为中心的新型超级计算模式,利用云计算技术,探讨了在海量图像数据中快速的挖掘有用的图像信息方法。     

基于数据挖掘的图像分割技术研究与应用

文章主要介绍了基于数据挖掘技术的数字图像处理的应用研究情况。提出了将数据挖掘的聚类算法用于基于图像处理中边缘识别的图像分割的方法，并对传统的聚类算法进行了改进，并通过实验证明。算法具有可行性和有效性，有利于实现图像的分割。最后结合实验结果，探讨了基于图像处理中的数据采掘的特点和潜力．指出了目前存在的局限性及改进思路。     

三维激光扫描的多帧影视特效图像视觉传达方法

在多帧影视特效图像视觉传达过程中,由于提取的图像特征差异,使得视觉传达效果较差。提出三维激光扫描的多帧影视特效图像视觉传达方法研究。依托于三维激光扫描技术,采集多帧影视特效图像。针对图像中包含的噪音,通过小波分析的方法进行处理,并将图像中包含的目标特征提取出来。图像特征数据在极限学习机模型的作用下进行过滤处理,为后续视觉传达提供基础。基于粒子群完成多帧影视特效图像视觉传达。采用基于层次分析和基于红外光谱的视觉传达方法,同文中设计方法进行视觉传达测试,实验结果表明:文中设计方法将图像传达成功率分别提升了31.48%、16.55%,实现了图像视觉传达效果的提升。     

基于关联规则的多媒体图像数据挖掘

多媒体数据挖掘是目前数据库、多媒体技术和信息决策领域最前沿的研究方向之一,是数据挖掘的一个新兴且富有挑战性的子领域。关联规则是数据挖掘的一种重要方法,它的主要用途是获取各个数据项之间有价值的联系。着重介绍了多媒体中图像数据为代表的关联规则挖掘方法。     

多帧超分辨率重建中的图像插值

为了实现多帧超分辨率重建,必须从图像序列中提取子像素信息,因此要求图像的配准精确到子像素级。本文提出了一种超分辨率重建中运动矩阵的构造方法。为了提高矩阵的构造精度,该方法引入图像插值,用性能好但计算量较小的三次插值算子实现插值运算,并比较了三种常用插值核的性能。实验结果表明,选择适当的插值函数不仅不会明显增加计算量,而且可以显著提高矩阵的构造精度,从而大大提高多帧超分辨率重建图像的质量。     

基于Matlab的肝脏CT图像预处理系统

目的：依据肝脏CT图像的特征,通过预处理,建立提高肝脏病理改变阳性的临床诊断的敏感性,减少漏诊发生率。方法：基于Matlab对肝脏CT图像进行预处理,通过滤波、增强等手段减少数字图像噪声及伪影。结果：通过处理,图像的对比度增加,差异显示不同的组织及结构特征,肝脏病理改变的阳性诊断率上升30%（20.15%）,漏诊率大幅度下降。结论：基于Matlab对肝脏CT图像进行预处理对提高临床诊断水平效果良好,可以提高青年医务工作者诊断的阳性信息,减少漏诊的发生。     

原木CT图像的三维重建

采用人工方法分等原木,人为因素影响大,工作效率低,不能形成自动化的生产线.利用CT来无损获取图像,并利用采集的CT图像实现连接轮廓线法和MC这两种表面重建算法的仿真,通过仿真比较发现MC的视觉效果和可观测性更好,从而为原木的实时自动化加工提供一种解决方法.     

试析多媒体图像挖掘的关联规则挖掘

由于网络信息量巨大,为了快速找到所需信息,需要采用数据挖掘技术。在众多数据挖掘技术中,关联规则挖掘方法应用十分广泛。所以,在多媒体图像挖掘中应用关联规则十分重要。本文对图像挖掘和关联规则进行了简单介绍,并详细阐述了多媒体图像挖掘中的关联规则挖掘。     

试析多媒体图像挖掘的关联规则挖掘

由于网络信息量巨大,为了快速找到所需信息,需要采用数据挖掘技术。在众多数据挖掘技术中,关联规则挖掘方法应用十分广泛。所以,在多媒体图像挖掘中应用关联规则十分重要。本文对图像挖掘和关联规则进行了简单介绍,并详细阐述了多媒体图像挖掘中的关联规则挖掘。     

数据挖掘中的关联规则的研究

上个世纪,数据挖掘技术的兴起,帮助研究者能够从大量的数据中提取有价值的信息,Agrawal等人在90年代提出了关联规则挖掘技术,来发现大量数据中的相关性信息.经过多年的发展,关联规则已然成为数据挖掘技术中高度重要并相对而言较为成熟的一种方法.本文概论了关联规则在数据挖掘中的运用,详述了关联规则中现有经典算法,并对FP-Growth算法做出优化.     

基于改进关联规则的图像挖掘技术研究

图像挖掘技术与关联规则的结合在网络数据索引中占据了先机,但一些功能弊端不可避免。在这样的背景下,对关联规则的编码、特征点排列和运算方法进行改进。改进关联规则将网络数据集合转化为布尔矩阵,实行列内积运算,保留矩阵内大于或等于图像特征最小支持度的逻辑,挖掘出高频特征集合。设计基于改进关联规则的图像挖掘系统,系统包含数据采集、预处理、数据库和图像挖掘四个结构层,给出具备去噪、分压和滤波功能的图像预处理电路,并介绍了图像信息数据库结构,最后通过实验证明系统可进行高效率的图像挖掘,并且图像区分度大。     

基于关联规则的数据挖掘算法的分析及应用

数据挖掘就是从大量的数据中挖掘出有用的信息。数据挖掘与传统的数据分析的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。文章分析了数据挖掘算法的关联规则特性,对其在股票市场中的应用进行了重点,以便更好的应用在更多的领域。     

关联规则数据挖掘在图书馆个性化服务中的应用研究

随着计算机技术、网络技术以及现代通信技术的蓬勃发展,数据挖掘作为信息技术飞速发展的衍生物,为数字知识资源的有效管理提供了技术保障。文章通过对关联规则数据挖掘技术以及图书馆个性化服务相关内容的介绍,探讨了关联规则数据挖掘在数字化图书馆中的应用,说明关联规则挖掘技术在数字图书馆应用的必要性,以及在提升图书馆服务质量和服务水平方面的发挥的重要作用。     

基于关联规则的数据挖掘技术的研究与应用

通过对目前我国信息化的发展现状及问题进行详细分析,找到基于关联规则的数据挖掘技术与我国各单位信息管理中的契合点,提出了基于关联规则的数据挖掘技术系统的设计方案。该方案有助于我国各单位优化资源配置,促进领导的决策合理性,进而对于提高我国各单位的综合实力,推动全面发展具有很强的现实意义。     

基于关联规则的医生诊疗数据挖掘系统的实现

数据挖掘是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有用知识的过程,它是一个新兴的边缘学科,其应用领域非常广泛,并且具有良好的应用前景。课题使用JAVA语言、ORM数据访问接口和XML技术设计了跨平台运行、多线程并发处理、架构灵活、支持增量同步更新的数据挖掘系统模型ARFDW和实现方案。     

基于关联规则的漏洞信息数据挖掘系统设计

针对当前漏洞信息数据挖掘系统挖掘效率过低、不具备实时查询能力的问题,设计一种基于关联规则的漏洞信息数据挖掘系统。对系统的硬件进行重点设计,硬件分为数据处理层、数据挖掘层、数据存储层和数据查询层四个层次。数据存储层利用HBase数据库存储数据,数据挖掘层负责读、写和挖掘三项工作,显示层采用MVVM框架,以模块化的方式绑定数据,填写标签。根据硬件设计结果给出软件流程,软件分为数据量化、可量化的数据子集抽取和模糊聚类三步。为检测系统的实际应用效果,与传统数据挖掘系统进行对比实验,结果表明,设计的数据挖掘系统能够在短时间内挖掘出大量的漏洞信息数据,挖掘效率更高。