基于聚類算法的內(nèi)容識別研究及視頻教學系統(tǒng)實現(xiàn).pdf

1、本文為滿足某高校提高學生實踐類課程學習能力的需要建設了一套視頻教學系統(tǒng)，系統(tǒng)基于流媒體技術(shù)進行設計，改進K-MEANS聚類算法，設計視頻業(yè)務挖掘模塊，為目標學生群選取與學院挖掘策略相關的校園網(wǎng)教學內(nèi)容，并為相應的點播興趣度提供播放興趣挖掘表，和對流媒體敏感教學內(nèi)容視頻數(shù)據(jù)流挖掘進行管理等。
　　在研究方法上本文引入基于聚類算法的內(nèi)容識別技術(shù)，豐富了基于流媒體技術(shù)網(wǎng)絡視頻教學系統(tǒng)的功能，為違規(guī)視頻機器識別設計者提供更為有效的基于流媒

2、體技術(shù)網(wǎng)絡視頻挖掘的算法。目前多媒體檢索方式逐漸從關鍵詞檢索轉(zhuǎn)向?qū)ο髾z索，也就是以視頻片段為輸入，從大量數(shù)據(jù)中搜索到接近的視頻文件。傳統(tǒng)以視覺單詞為單位的常規(guī)檢索方式缺乏視頻幀時間序列上的關聯(lián)，檢索效果也大打折扣。本文在研究學校日志數(shù)據(jù)的管理過程中，發(fā)現(xiàn)了一些視頻網(wǎng)站教學內(nèi)容播放和控制的規(guī)律，依據(jù)新的規(guī)律改進了現(xiàn)有的K-MEANS聚類算法（命名為K-MEANS聚類改進算法）。理論思路上，K-MEANS聚類算法在處理大數(shù)據(jù)環(huán)境下的視頻網(wǎng)站

3、教學內(nèi)容中數(shù)據(jù)流的方面存在著敏感教學內(nèi)容識別效率和速度上的缺陷。K-MEANS聚類改進算法的優(yōu)勢在考慮到了視頻幀序列關系，并保持了可接受的檢索速度，然后，本文對所提出的創(chuàng)新思路進行了進一步的研究證實，對所得系統(tǒng)數(shù)據(jù)庫進行開發(fā)與設計，設計了網(wǎng)站教學內(nèi)容挖掘、流媒體敏感教學內(nèi)容視頻數(shù)據(jù)流挖掘、高疑似違規(guī)學生甄別等三個主要挖掘業(yè)務，采用K-MEANS聚類改進算法對挖掘的相關記錄進行量化分析，并得出相關數(shù)據(jù)，進行系統(tǒng)的運行及測試，最后得出結(jié)論。