基于Web的圖像數(shù)據(jù)挖掘研究與應用.pdf

1、WWW是一個開放的全球性資源，它是世界上最豐富和最密集的信息來源。隨著WWW上信息的爆炸性增長，在如此海量的數(shù)據(jù)中發(fā)現(xiàn)有用的信息變得越來越困難。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)的應用質(zhì)量問題。充分利用有用的數(shù)據(jù)，廢棄虛偽無用的數(shù)據(jù)，是數(shù)據(jù)挖掘技術最重要的應用。因此，采用數(shù)據(jù)挖掘技術從WWW上提取隱含的、未知的、非平凡的及有潛在應用價值的信息，具有十分重要的現(xiàn)實意義和廣泛的應用前景。 數(shù)據(jù)挖掘和知識發(fā)現(xiàn)為

2、解決信息量過大而人們無法有效利用的問題提供了新的解決途徑。目前，數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的數(shù)據(jù)源主要是已有數(shù)據(jù)庫中的文本和數(shù)值類數(shù)據(jù)，如何對分布于網(wǎng)絡環(huán)境下的圖像數(shù)據(jù)進行挖掘還未有充分研究。本文首先簡單闡述了數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的基本理論；分析了網(wǎng)絡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；進而探討了基于Web的圖像數(shù)據(jù)挖掘研究與應用的一系列基本問題，包括定義、挖掘對象的特征與分類、挖掘和發(fā)現(xiàn)所需的理論和技術以及系統(tǒng)的框架

3、結構和功能模塊的分析與設計等，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(CBIR)的特點和方式，CBIR技術主要依據(jù)圖像的畫面內(nèi)容特征和主題對象特征來進行檢索：討論了圖像的顏色、紋理、形狀、空間關系等方面的特征；提出了目前圖像挖掘的主要技術，包括分類、聚類、關聯(lián)規(guī)則和神經(jīng)網(wǎng)絡；總結了圖像數(shù)據(jù)挖掘的重點和難點在于特征的提取和圖像的表示方式、圖像的比較策略、機器學習和圖像的自動標注、檢索系統(tǒng)的評

4、價標準等幾個方面。 結合基于Web數(shù)據(jù)挖掘的方法和基于內(nèi)容的圖像檢索，本文對WWW上的圖像信息挖掘和檢索系統(tǒng)進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標準，為實現(xiàn)本文所設計的實驗系統(tǒng)打下基礎并構建了一個框架。 通過上述內(nèi)容的分析和研究，構建本文所設計的基于Web的圖像數(shù)據(jù)挖掘的實驗系統(tǒng)，首先分析了系統(tǒng)所需功能，為系統(tǒng)的實現(xiàn)打下理論基礎，提出了多維數(shù)據(jù)立方在圖像數(shù)據(jù)挖掘中的具體實現(xiàn)方法