Print

基于关联规则的图像挖掘技术研究

论文摘要

随着图像数据获取设备和获取手段的广泛应用,我们获取了海量的图像数据,数据库急剧膨胀,这造成了“数据过量而知识贫乏”的瓶颈。如何从这些图像数据中挖掘出有用的知识,是目前迫切需要解决的问题。本文对目前图像挖掘的研究及应用现状进行综述,阐明了图像挖掘的特点及图像挖掘的主要问题,随后分析了图像挖掘的框架模型,介绍了图像挖掘的主要技术。本文详细论述了基于关联规则的图像挖掘技术。设计完成了一个图像挖掘原型系统。最后借用实例研究了基于关联规则的图像挖掘技术在现实中的应用,通过关联规则方法获取了相关规则,进而对挖掘出图像知识的管理和存储进行了探讨,为相关的决策支持提供了参考。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 本文的研究背景和意义
  • 1.2 国内外研究现状
  • 1.3 论文研究内容和章节安排
  • 第二章 图像挖掘的体系和技术
  • 2.1 图像挖掘
  • 2.2 图像挖掘的总体思路
  • 2.2.1 功能驱动型图像挖掘
  • 2.2.2 信息驱动型图像挖掘
  • 2.2.3 概念驱动型图像数据挖掘
  • 2.3 图像挖掘系统的模型结构
  • 2.3.1 图像挖掘前的预处理
  • 2.3.2 构造数据立方
  • 2.3.3 特征提取
  • 2.4 图像挖掘的技术和方法
  • 2.5 小节
  • 第三章 基于关联规则的图像挖掘理论研究
  • 3.1 关联规则
  • 3.2 关联规则的分类
  • 3.3 关联规则挖掘的一般步骤
  • 3.4 Apriori 算法
  • 3.4.1 算法概述
  • 3.4.2 算法应用实例
  • 3.4.3 算法的优缺点分析
  • 3.5 图像关联规则挖掘
  • 3.5.1 图像关联规则挖掘特点
  • 3.5.2 图像关联规则挖掘思路
  • 3.6 小结
  • 第四章 图像挖掘系统的设计
  • 4.1 实验系统的设计框架
  • 4.1.1 系统开发平台
  • 4.1.2 实验系统框架
  • 4.2 系统原型功能及人机界面设计
  • 4.3 数据的预处理
  • 4.4 算法设计及规则解释
  • 4.5 实验结果分析
  • 4.6 小结
  • 第五章 图像知识的获取和管理
  • 5.1 引言
  • 5.2 图像知识的存储方法
  • 5.2.1 知识库的建立
  • 5.2.2 知识库与数据库
  • 5.2.3 图像知识的表达和存储
  • 5.3 小结
  • 第六章 结束语
  • 6.1 本文的主要工作
  • 6.2 后继工作及展望
  • 致谢
  • 参考文献
  • 读研期间研究成果

    • 相关论文文献

    本文来源: https://www.lw50.cn/article/af675fd08c909e91874bace4.html