数据挖掘算法及在视频分析中的套用

文章插图
数据挖掘算法及在视频分析中的套用【数据挖掘算法及在视频分析中的套用】《数据挖掘算法及在视频分析中的套用》随着网路与计算机的发展，可利用的数据量日益增大，数据的形式更多样化，这对数据挖掘算法的研究和数据挖掘与领域知识、技术的融合都提出了新的挑战。《数据挖掘算法及在视频分析中的套用》在分析数据挖掘相关概念和相关技术研究现状基础上，阐述了围绕数据挖掘中的分类、特异数据挖掘、关联规则等任务中经典算法的改进研究。继而阐述了数据挖掘算法在计算机视觉领域套用的研究工作。每部分研究工作均详细描写了背景、问题、研究思路、实验结果、结论与总结等。各部分工作相关，又独成体系，可读性好。
基本介绍书名：数据挖掘算法及在视频分析中的套用
出版社：中国水利水电出版社
页数：119页
开本：16
品牌：中国水利水电出版社
作者：李英杰
出版日期：2014年5月1日
语种：简体中文
ISBN：9787517019978, 751701997X
内容简介《数据挖掘算法及在视频分析中的套用》可作为高等学校数据分析类课程的补充资料，也可供相关方向的研究生及专业科技工作者参考。图书目录前言第1章绪论第2章数据挖掘基本概念与相关技术研究现状 2.1 数据挖掘的基本概念 2.2 频繁项集和关联规则挖掘 2.3 聚类、分类与模式识别 2.4 特异数据挖掘 2.5 数据挖掘套用现状第3章基于聚类的全局特异数据挖掘算法 3.1 基于距离的全局特异数据挖掘概念和方法 3.2 一种基于聚类的全局特异数据挖掘算法 3.3 挖掘特异数据能力实验分析 3.4 算法性能实验分析 3.5 聚类算法与特异发现算法对比 3.6 小结第4章基于规则的分类方法 4.1 基本概念 4.2 基于规则的分类方法 4.3 关联规则分类算法 4.4 必要置信度对分类精度影响的研究 4.5 小结第5章智慧型视频监控中的数据挖掘套用 5.1 智慧型监控系统研究背景与相关技术现状 5.2 一种智慧型监控系统构架 5.3 一种行为识别视频特徵有效性验证 5.4 小结第6章基于差分的行为特徵与基于全前景的行为特徵比较 6.1 概述 6.2 表观特徵 6.3 帧差序列与全前景序列 6.4 特徵集 6.5 实验分析 6.6 讨论与结论第7章基于差分的行为识别进一步探索 7.1 相关工作介绍和本章方法概述 7.2 差分光流计算方法 7.3 特徵集 7.4 实验与讨论 7.5 结论第8章结论参考文献