《海量網路多媒體信息高效處理：概念與技術》較為系統地從資料庫層面對海量網路多媒體信息的高效處理進行介紹和討論。《海量網路多媒體信息高效處理：概念與技術》分為8篇24章，力求從檢索、索引、降維、聚類及並行處理等5個方面在深度和廣度上進行闡述，側重於提高查詢效率。同時結合最新的網路多媒體研究現狀及發展趨勢，進行深入闡述和分析。另外，結合最新套用，如數字圖書館、網路輿情分析與監控及網路購物等進行介紹。 《海量網路多媒體信息高效處理：概念與技術》可作為高等院校計算機科學、圖書情報等專業的研究生或高年級本科生的參考資料或教學用書，對從事海量網路多媒體數據處理研究、套用和開發的廣大科技人員也有很大的參考價值。
基本介紹
- 中文名：海量網路多媒體信息高效處理:概念與技術
- 外文名：Efficient Processing of Large-Scale Web-Based Multimedia Information the Concepts and Technologies
- 作者：莊毅
- 出版社：科學出版社
- 頁數：450頁
- 開本：5
- 品牌：科學出版社
- 類型：計算機與網際網路
- 出版日期：2013年6月1日
- 語種：簡體中文
- ISBN：7030374150
內容簡介,作者簡介,圖書目錄,
內容簡介
《海量網路多媒體信息高效處理: 概念與技術》可作為高等院校計算機科學、圖書情報等專業的研究生或高年級本科生的參考資料或教學用書，對從事海量網路多媒體數據處理研究、套用和開發的廣大科技人員也有很大的參考價值。
作者簡介
莊毅男，於2008年獲浙江大學計算機套用專業工學博士學位，現為浙江工商大學計算機與信息工程學院副教授。曾獲得2008年度中國計算機學會優秀博士論文獎、2007～2008年度IBM全球博士生英才獎（IBM Ph．D Fellowship）和多項省市獎項，人選浙江省“新世紀151人才工程”。受IBM Ph．D FelloWship資助，在IBM中國研究院進行為期三個月的實習研究。同時，受國家留學基金委資助，在加拿大Simon Fraser University進行為期一年的訪問研究。主持和參與多項國家自然科學基金、國家傑出青年基金和浙江省自然科學基金等項目。擔任U－Media2011大會Workshop聯合主席，以及多個國際重要學術刊物和會議的論文評閱人和Workshop程式委員會主席。已在KAIS、TALIP、JCST、中國科學、計算機學報、軟體學報、計算機研究與發展和電子學報等期刊和ICDCS、EDBT和CIKM等國際會議發表論文4O多篇。
圖書目錄
序
前言
入門篇
第1章網際網路、多媒體與大數據
1.1緒論
1.2本書內容結構
第2章海量多媒體處理技術綜述
2.1多媒體檢索技術
2.2高維索引技術
2.2.1集中式高維索引
2.2.2分散式高維索引
2.3降維與聚類技術
2.3.1降維
2.3.2聚類
2.4並行檢索技術
2.4.1基於數據分片的負載均衡技術
2.4.2雲計算、格線計算及點對點計算
2.5有代表性的海量多媒體系統
2.6本章小結
檢 索 篇
第3章基於語義特徵的多媒體檢索
3.1引言
3.2文本檢索模型
3.2.i布爾模型
3.2.2向量空間模型
3.2.3聚類檢索模型
3.2.4機率模型
3.3 TFXIDF權值
3.4現有支持語義的多媒體檢索系統
3.5本章小結
第4章基於內容特徵的多媒體檢索
4.1基於內容的圖像檢索
4.1.1圖像特徵提取
4.1.2圖像相似度模型
4.1.3圖像檢索中的相關反饋
4.1.4現有基於內容的圖像檢索系統
4.2基於內容的音頻檢索
4.2.1音頻特徵提取
4.2.2音頻例子檢索
4.2.3現有基於內容的音頻檢索系統
4.3基於內容的視頻檢索
4.3.1視頻預處理技術
4.3.2系統體系結構
4.3.3視頻檢索技術
4.3.4現有基於內容的視頻檢索系統
4.4本章小結
第5章基於多特徵的多媒體檢索
5.1基於多特徵的圖片檢索
5.1.1基於語義和內容的圖片檢索
5.1.2基於內容和主觀性特徵的圖片檢索
5.1.3基於多內容特徵的書法字圖片檢索
5.2基於多特徵的音頻檢索
5.3基於多特徵的視頻檢索
5.4本章小結
第6章跨媒體檢索
6.1 引言
6.2交叉參照圖模型
6.3異構媒體對象相關性挖掘
6.3.1基於語義標註的方法
6.3.2基於連結分析的方法
6.3.3基於異構特徵分析的方法
6.3.4其他方法
6.4本章小結
第7章社交媒體檢索與推薦
7.1引言
7.2國內外研究現狀分析
7.3社交（媒體）對象機率建模
7.4基於多特徵融合的社交圖片對象查詢與推薦
7.5結合視覺特徵和標籤語義不確定性的社交圖片機率查詢
7.5.1語義特徵機率建模
7.5.2查詢算法
7.6結合視覺特徵的社交圖片主觀性機率查詢
7.6.1主觀性特徵機率分布模型
7.6.2查詢算法
7.7結合地理標註信息和視覺特徵的社交圖片複合查詢
7.7.1基於代價模型的查詢策略選擇
7.7.2查詢算法
7.8社交對象的相關性機率查詢
7.8.1交叉關聯機率圖模型
7.8.2查詢算法
7.9基於用戶偏好機率模型的社交圖片個性化推薦
7.9.1用戶偏好機率分布表
7.9.2個性化推薦算法
7.10本章小結
第8章語義網數據檢索
8.1語義網和RDF數據
8.2 RDF數據管理研究現狀
8.2.1 SPARQL查詢語言
8.2.2基於關係數據模型
8.2.3基於圖數據模型
8.3面向RDF的智慧型檢索方法
8.4本章小結
索引篇
第9章文本索引
9.1倒排檔案索引
9.2簽名檔案索引
9.3本章小結
第10章高維索引
10.1集中式高維索引
10.1.1基於數據和空間分片的索引方法
10.1.2基於向量近似表達的索引方法
10.1.3基於空間填充曲線的索引方法
10.1.4基於尺度空間的索引方法
10.1.5基於距離的索引方法
10.1.6基於數據分布的索引方法
10.1.7基於LSH函式的索引方法
10.1.8子空間索引方法
10.2分散式高維索引
10.3不確定性高維索引
10.3.1相關工作
10.3.2預備工作
10.3.3 ISU—Tree索引
10.3.4 CU—Tree索引
10.4實例：基於局部距離圖的互動式書法字索引
10.4.1問題定義及動機
10.4.2局部距離圖索引
10.4.3超球心重定位
10.4.4索引更新算法
10.4.5偽k近鄰查詢算法
10.4.6實驗
10.5本章小結
……
降 維 篇
聚 類 篇
並行處理篇
應 用 篇
總 結 篇
前言
入門篇
第1章網際網路、多媒體與大數據
1.1緒論
1.2本書內容結構
第2章海量多媒體處理技術綜述
2.1多媒體檢索技術
2.2高維索引技術
2.2.1集中式高維索引
2.2.2分散式高維索引
2.3降維與聚類技術
2.3.1降維
2.3.2聚類
2.4並行檢索技術
2.4.1基於數據分片的負載均衡技術
2.4.2雲計算、格線計算及點對點計算
2.5有代表性的海量多媒體系統
2.6本章小結
檢 索 篇
第3章基於語義特徵的多媒體檢索
3.1引言
3.2文本檢索模型
3.2.i布爾模型
3.2.2向量空間模型
3.2.3聚類檢索模型
3.2.4機率模型
3.3 TFXIDF權值
3.4現有支持語義的多媒體檢索系統
3.5本章小結
第4章基於內容特徵的多媒體檢索
4.1基於內容的圖像檢索
4.1.1圖像特徵提取
4.1.2圖像相似度模型
4.1.3圖像檢索中的相關反饋
4.1.4現有基於內容的圖像檢索系統
4.2基於內容的音頻檢索
4.2.1音頻特徵提取
4.2.2音頻例子檢索
4.2.3現有基於內容的音頻檢索系統
4.3基於內容的視頻檢索
4.3.1視頻預處理技術
4.3.2系統體系結構
4.3.3視頻檢索技術
4.3.4現有基於內容的視頻檢索系統
4.4本章小結
第5章基於多特徵的多媒體檢索
5.1基於多特徵的圖片檢索
5.1.1基於語義和內容的圖片檢索
5.1.2基於內容和主觀性特徵的圖片檢索
5.1.3基於多內容特徵的書法字圖片檢索
5.2基於多特徵的音頻檢索
5.3基於多特徵的視頻檢索
5.4本章小結
第6章跨媒體檢索
6.1 引言
6.2交叉參照圖模型
6.3異構媒體對象相關性挖掘
6.3.1基於語義標註的方法
6.3.2基於連結分析的方法
6.3.3基於異構特徵分析的方法
6.3.4其他方法
6.4本章小結
第7章社交媒體檢索與推薦
7.1引言
7.2國內外研究現狀分析
7.3社交（媒體）對象機率建模
7.4基於多特徵融合的社交圖片對象查詢與推薦
7.5結合視覺特徵和標籤語義不確定性的社交圖片機率查詢
7.5.1語義特徵機率建模
7.5.2查詢算法
7.6結合視覺特徵的社交圖片主觀性機率查詢
7.6.1主觀性特徵機率分布模型
7.6.2查詢算法
7.7結合地理標註信息和視覺特徵的社交圖片複合查詢
7.7.1基於代價模型的查詢策略選擇
7.7.2查詢算法
7.8社交對象的相關性機率查詢
7.8.1交叉關聯機率圖模型
7.8.2查詢算法
7.9基於用戶偏好機率模型的社交圖片個性化推薦
7.9.1用戶偏好機率分布表
7.9.2個性化推薦算法
7.10本章小結
第8章語義網數據檢索
8.1語義網和RDF數據
8.2 RDF數據管理研究現狀
8.2.1 SPARQL查詢語言
8.2.2基於關係數據模型
8.2.3基於圖數據模型
8.3面向RDF的智慧型檢索方法
8.4本章小結
索引篇
第9章文本索引
9.1倒排檔案索引
9.2簽名檔案索引
9.3本章小結
第10章高維索引
10.1集中式高維索引
10.1.1基於數據和空間分片的索引方法
10.1.2基於向量近似表達的索引方法
10.1.3基於空間填充曲線的索引方法
10.1.4基於尺度空間的索引方法
10.1.5基於距離的索引方法
10.1.6基於數據分布的索引方法
10.1.7基於LSH函式的索引方法
10.1.8子空間索引方法
10.2分散式高維索引
10.3不確定性高維索引
10.3.1相關工作
10.3.2預備工作
10.3.3 ISU—Tree索引
10.3.4 CU—Tree索引
10.4實例：基於局部距離圖的互動式書法字索引
10.4.1問題定義及動機
10.4.2局部距離圖索引
10.4.3超球心重定位
10.4.4索引更新算法
10.4.5偽k近鄰查詢算法
10.4.6實驗
10.5本章小結
……
降 維 篇
聚 類 篇
並行處理篇
應 用 篇
總 結 篇
