基于Web的多媒體數(shù)據(jù)挖掘的研究.pdf

1、工684330獨創(chuàng)聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得_(注:如沒有其他需要特別聲明的，本欄可空)或其他教育機構(gòu)的學(xué)位或證書使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名:導(dǎo)師簽字:簽字日期:2004年月日簽字日期:2004年月日

2、山東師范大學(xué)碩士論文基于Web的多媒體數(shù)據(jù)挖掘的研究3.提出了一個基于Web的多媒體數(shù)據(jù)挖掘系統(tǒng)模型，并對模型各部分的工作機理做了詳細設(shè)計針對圖像數(shù)據(jù)，設(shè)計了較為集成的多媒體數(shù)據(jù)特征庫設(shè)計使用高維度關(guān)聯(lián)規(guī)則挖掘算法和模糊神經(jīng)網(wǎng)絡(luò)挖掘算法SFNN來實現(xiàn)隱含知識的挖掘。特征提取是CBIR系統(tǒng)的核心構(gòu)件，特征提取的好壞對整個CBIR系統(tǒng)有著重要的影響，直接關(guān)系到整個系統(tǒng)的檢索準確度、檢索效果和檢索速度。兩種挖掘算法都能較有效地用于本文設(shè)計的模