基于图像特征细化的海量数据挖掘系统设计与实现

《基于图像特征细化的海量数据挖掘系统设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于图像特征细化的海量数据挖掘系统设计与实现　　摘要：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

2、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。　　关键词：图像特征细化；海量数据挖掘；图像数据挖掘；图像噪声过滤　　中图分类号：TN911.73?34；TP311文献标识码：A文章编号：1004?373X（2016）24?0113?03　　Designandimplementationofmassdataminingsystembasedon　　imagefeaturerefinement　　LINLing1，XURan2　　（1.FujianInstituteofEducation，Fuzhou350025，China；2.Zh

3、ejiangSci?TechUniversity，Hangzhou310018，China）　　Abstract：Thetraditionalimagedataminingalgorithmbased6onimagecontenthaslowclassificationefficiencyofthemassimagefeatures，andhighinfluenceontheimagedataminingaccuracyaffectedbythesamplequantity.Therefore，amassdataminingsystembasedon

4、imagefeaturerefinementisproposed，inwhichtheman?machineinterfaceendowsthesystemwiththehighinteractivity.TheimagesearchenginecanintelligentlycollectthevaluableimagedataandfeaturesinmassInternetimagedata.Theimagepreprocessingmoduleisusedtotransformtheimageformat，completetheimagefi

5、lteringofnoisefactors，andrefinetheacquiredimagefeatures.ThedataminingmoduleisusedtomodeltheCMQLstatementsaccordingtothecollectedimagefeaturerefinementresults，andminethevaluableimagedataintheimagedatabase.TheimagedataminingprocessperformedwiththedataminingquerylanguageCMQLisgive

6、ninthesystemimplementationsection.Theexperimentalresultsshowthatthesystemhashighprecisionratioandrecallratio.　　Keywords：imagefeaturerefinement；massdatamining；imagedatamining；imagenoisefiltering　　随着网络技术的快速发展和计算机性能的不断增强，不同行业对图像应用的不断增加，导致监视相机、医疗影像系统、卫星遥感系统等图像采集部件的应用领域逐渐扩大。而这些部件采用图

7、像挖掘技术对采集的数据进行自主分析，从中挖掘出有价值的图像数据的需要也逐渐增加[1?3]。6　　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高。因此，寻求有效的海量图像数据挖掘算法，具有重要的应用意义[4?6]。　　1海量数据挖掘系统设计与实现　　1.1系统总体结构　　基于图像特征细化的图像检索，通过数据库保存图像数据，并且对图像的颜色、纹理、形状等特征进行细化，进而完成图像数据的挖掘。塑造基于图像特征细化的海量图像数据挖掘系统，系统总体结构如图1所示。　　该系统包括人机界面、图像检索引擎、图

8、像数据预处理模块、数据挖掘模块、数据库系统和知识库系统。　　1.2人机界面设计　　仅靠数据挖掘系统自身挖掘图