基于Web的圖像數(shù)據(jù)挖掘研究與應(yīng)用.pdf

1、WWW是一個(gè)開(kāi)放的全球性資源，它是世界上最豐富和最密集的信息來(lái)源。隨著WWW上信息的爆炸性增長(zhǎng)，在如此海量的數(shù)據(jù)中發(fā)現(xiàn)有用的信息變得越來(lái)越困難。數(shù)據(jù)挖掘就是從大量的數(shù)據(jù)中發(fā)現(xiàn)隱含的規(guī)律性的內(nèi)容，解決數(shù)據(jù)的應(yīng)用質(zhì)量問(wèn)題。充分利用有用的數(shù)據(jù)，廢棄虛偽無(wú)用的數(shù)據(jù)，是數(shù)據(jù)挖掘技術(shù)最重要的應(yīng)用。因此，采用數(shù)據(jù)挖掘技術(shù)從WWW上提取隱含的、未知的、非平凡的及有潛在應(yīng)用價(jià)值的信息，具有十分重要的現(xiàn)實(shí)意義和廣泛的應(yīng)用前景。 數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)為

2、解決信息量過(guò)大而人們無(wú)法有效利用的問(wèn)題提供了新的解決途徑。目前，數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的數(shù)據(jù)源主要是已有數(shù)據(jù)庫(kù)中的文本和數(shù)值類數(shù)據(jù)，如何對(duì)分布于網(wǎng)絡(luò)環(huán)境下的圖像數(shù)據(jù)進(jìn)行挖掘還未有充分研究。本文首先簡(jiǎn)單闡述了數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的基本理論；分析了網(wǎng)絡(luò)信息檢索與挖掘的特征，特別是Web數(shù)據(jù)挖掘和基于內(nèi)容的圖像檢索；進(jìn)而探討了基于Web的圖像數(shù)據(jù)挖掘研究與應(yīng)用的一系列基本問(wèn)題，包括定義、挖掘?qū)ο蟮奶卣髋c分類、挖掘和發(fā)現(xiàn)所需的理論和技術(shù)以及系統(tǒng)的框架

3、結(jié)構(gòu)和功能模塊的分析與設(shè)計(jì)等，力圖為該方向的深入研究提供一些有益的思路。 本文還研究了基于內(nèi)容的圖像檢索技術(shù)(CBIR)的特點(diǎn)和方式，CBIR技術(shù)主要依據(jù)圖像的畫面內(nèi)容特征和主題對(duì)象特征來(lái)進(jìn)行檢索：討論了圖像的顏色、紋理、形狀、空間關(guān)系等方面的特征；提出了目前圖像挖掘的主要技術(shù)，包括分類、聚類、關(guān)聯(lián)規(guī)則和神經(jīng)網(wǎng)絡(luò)；總結(jié)了圖像數(shù)據(jù)挖掘的重點(diǎn)和難點(diǎn)在于特征的提取和圖像的表示方式、圖像的比較策略、機(jī)器學(xué)習(xí)和圖像的自動(dòng)標(biāo)注、檢索系統(tǒng)的評(píng)

4、價(jià)標(biāo)準(zhǔn)等幾個(gè)方面。 結(jié)合基于Web數(shù)據(jù)挖掘的方法和基于內(nèi)容的圖像檢索，本文對(duì)WWW上的圖像信息挖掘和檢索系統(tǒng)進(jìn)行了一些研究和探索，分析了Web圖像搜索引擎的原理、圖像分割方法和MPEG-7標(biāo)準(zhǔn)，為實(shí)現(xiàn)本文所設(shè)計(jì)的實(shí)驗(yàn)系統(tǒng)打下基礎(chǔ)并構(gòu)建了一個(gè)框架。 通過(guò)上述內(nèi)容的分析和研究，構(gòu)建本文所設(shè)計(jì)的基于Web的圖像數(shù)據(jù)挖掘的實(shí)驗(yàn)系統(tǒng)，首先分析了系統(tǒng)所需功能，為系統(tǒng)的實(shí)現(xiàn)打下理論基礎(chǔ)，提出了多維數(shù)據(jù)立方在圖像數(shù)據(jù)挖掘中的具體實(shí)現(xiàn)方法