|
|
知识路径： > 计算机系统综合知识 > 数据库系统 > 数据仓库与数据挖掘技术 > 数据挖掘技术 > 数据挖掘技术的应用 >
|
|
相关知识点：1个
|
|
|
|
|
|
|
.图像挖掘。原始图像不能直接用于图像挖掘。首先要对原始图像进行预处理以生成可供高层挖掘模块使用的图像特征数据库，然后在特征数据库的基础上进行对图像数据挖掘操作。预处理是对原始图像集进行一系列处理以产生图像描述特征库的过程，主要包括可视特征提取、对象识别、数据规约。图像挖掘技术包括图像相似搜索、图像关联规则、图像分类和图像聚类。
|
|
|
|
.视频挖掘。既可根据视频结构进行预处理，也可根据视频运动目标识别进行预处理。预处理阶段所获取的各种视频特征不仅是建立视频数据库的基础，同时也是视频检索和挖掘的必要条件。因此，实时自动的镜头分割、代表帧提取、运动目标分割、识别与跟踪等视频内容处理技术是视频挖掘技术的基础。视频挖掘技术主要有视频分类挖掘、视频聚类挖掘、视频关联挖掘、序趋势分析等。
|
|
|
|
.音频挖掘。音频是听觉媒体，其主要特征有基音、音调、韵律或旋律等。音频挖掘通常有两种途径，第一，运用语音识别技术将语音识别成文字，将音频挖掘转换成文本挖掘；第二，直接从音频中提取声音特征，如基音、音调等，对特征进行知识获取。对音调、韵律使用机器学习技术，包括粗糙集、人工神经网络和决策树技术分析音频的基频、能量分布及其他特征，从而获得音频事件和对象的结构，挖掘出隐含在音频流中的信息线索、规律和模式。通过对海量语音数据库中语音特征的提取和学习，获得音调和韵律变化的模式，使得语音合成更加自然化和智能化。
|
|
|
