《數據挖掘算法及在視頻分析中的套用》隨著網路與計算機的發展，可利用的數據量日益增大，數據的形式更多樣化，這對數據挖掘算法的研究和數據挖掘與領域知識、技術的融合都提出了新的挑戰。《數據挖掘算法及在視頻分析中的套用》在分析數據挖掘相關概念和相關技術研究現狀基礎上，闡述了圍繞數據挖掘中的分類、特異數據挖掘、關聯規則等任務中經典算法的改進研究。繼而闡述了數據挖掘算法在計算機視覺領域套用的研究工作。每部分研究工作均詳細描寫了背景、問題、研究思路、實驗結果、結論與總結等。各部分工作相關，又獨成體系，可讀性好。
基本介紹
- 書名：數據挖掘算法及在視頻分析中的套用
- 出版社：中國水利水電出版社
- 頁數：119頁
- 開本：16
- 品牌：中國水利水電出版社
- 作者：李英傑
- 出版日期：2014年5月1日
- 語種：簡體中文
- ISBN：9787517019978, 751701997X
內容簡介,圖書目錄,
內容簡介
《數據挖掘算法及在視頻分析中的套用》可作為高等學校數據分析類課程的補充資料，也可供相關方向的研究生及專業科技工作者參考。
圖書目錄
前言
第1章 緒論
第2章 數據挖掘基本概念與相關技術研究現狀
2.1 數據挖掘的基本概念
2.2 頻繁項集和關聯規則挖掘
2.3 聚類、分類與模式識別
2.4 特異數據挖掘
2.5 數據挖掘套用現狀
第3章 基於聚類的全局特異數據挖掘算法
3.1 基於距離的全局特異數據挖掘概念和方法
3.2 一種基於聚類的全局特異數據挖掘算法
3.3 挖掘特異數據能力實驗分析
3.4 算法性能實驗分析
3.5 聚類算法與特異發現算法對比
3.6 小結
第4章 基於規則的分類方法
4.1 基本概念
4.2 基於規則的分類方法
4.3 關聯規則分類算法
4.4 必要置信度對分類精度影響的研究
4.5 小結
第5章 智慧型視頻監控中的數據挖掘套用
5.1 智慧型監控系統研究背景與相關技術現狀
5.2 一種智慧型監控系統構架
5.3 一種行為識別視頻特徵有效性驗證
5.4 小結
第6章 基於差分的行為特徵與基於全前景的行為特徵比較
6.1 概述
6.2 表觀特徵
6.3 幀差序列與全前景序列
6.4 特徵集
6.5 實驗分析
6.6 討論與結論
第7章 基於差分的行為識別進一步探索
7.1 相關工作介紹和本章方法概述
7.2 差分光流計算方法
7.3 特徵集
7.4 實驗與討論
7.5 結論
第8章 結論
參考文獻
第1章 緒論
第2章 數據挖掘基本概念與相關技術研究現狀
2.1 數據挖掘的基本概念
2.2 頻繁項集和關聯規則挖掘
2.3 聚類、分類與模式識別
2.4 特異數據挖掘
2.5 數據挖掘套用現狀
第3章 基於聚類的全局特異數據挖掘算法
3.1 基於距離的全局特異數據挖掘概念和方法
3.2 一種基於聚類的全局特異數據挖掘算法
3.3 挖掘特異數據能力實驗分析
3.4 算法性能實驗分析
3.5 聚類算法與特異發現算法對比
3.6 小結
第4章 基於規則的分類方法
4.1 基本概念
4.2 基於規則的分類方法
4.3 關聯規則分類算法
4.4 必要置信度對分類精度影響的研究
4.5 小結
第5章 智慧型視頻監控中的數據挖掘套用
5.1 智慧型監控系統研究背景與相關技術現狀
5.2 一種智慧型監控系統構架
5.3 一種行為識別視頻特徵有效性驗證
5.4 小結
第6章 基於差分的行為特徵與基於全前景的行為特徵比較
6.1 概述
6.2 表觀特徵
6.3 幀差序列與全前景序列
6.4 特徵集
6.5 實驗分析
6.6 討論與結論
第7章 基於差分的行為識別進一步探索
7.1 相關工作介紹和本章方法概述
7.2 差分光流計算方法
7.3 特徵集
7.4 實驗與討論
7.5 結論
第8章 結論
參考文獻
