基于人工智能的多媒体数据挖掘和应用实例PDF|Epub|txt|kindle电子书版本网盘下载

基于人工智能的多媒体数据挖掘和应用实例PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 多媒体数据挖掘概述3

第一章 从数据到语义的理解与挖掘3

1.1相关背景3

1.2信息检索的基本概念4

1.3纯文本信息的检索5

1.3.1技术背景5

1.3.2经典模型6

1.4基于关键字的多媒体检索8

1.5本章小结11

第二章 图像数据挖掘概述——以CBIR为例12

2.1基本概念12

2.2主要技术流程和经典算法14

2.2.1特征建模15

2.2.2特征降维与索引16

2.2.3语义相似度度量17

2.2.4基于相关反馈的结果优化20

2.3CBIR的相关应用22

2.3.1国外CBIR开发简介22

2.3.2数字图书馆中基于内容的多媒体检索23

2.4本章小结27

第二部分 多媒体数据的底层特征分析技术31

第三章 图像的视觉特征分析方法31

3.1基本概念31

3.1.1数字图像的组成和存储31

3.1.2图像的特征类型和表达方式32

3.2经典的视觉特征及其计算方法33

3.2.1颜色特征34

3.2.2纹理特征39

3.2.3形状特征42

3.3特征降维的关键技术44

3.3.1线性降维方法44

3.3.2非线性降维方法50

3.4基于深度学习的图像特征表示51

3.5本章小结51

第四章 视频多模态底层特征的综合理解53

4.1视频时序性特征的结构化53

4.2视频关键帧的计算方法56

4.3视频镜头的自动分割58

4.4视频特征的融合分析和深度挖掘61

4.5视频数据挖掘的相关应用62

4.6本章小结64

第五章 音频时序性特征的结构化方法65

5.1基本概念65

5.2听觉特征的形式化表达和计算66

5.2.1时域特征67

5.2.2频域特征68

5.2.3压缩域特征69

5.2.4特征计算的基本单位70

5.3音频数据挖掘的相关应用72

5.3.1基于内容的音频检索72

5.3.2音乐信号分析73

5.3.3音频流的自动分割74

5.4本章小结76

第六章 多模态特征的综合分析77

6.1底层异构特征间的内容鸿沟78

6.2异构特征间的统计相关性挖掘80

6.2.1数学模型80

6.2.2多模态特征综合分析实例：图像和音频特征间的典型相关性分析81

6.2.3技术特点83

6.3实验测试和结果分析83

6.3.1数据收集和特征提取84

6.3.2实验环境和参数设置85

6.3.3扩展实验85

6.4本章小结89

第三部分 多模态数据挖掘实例：跨媒体检索95

第七章 跨媒体检索基础知识95

7.1跨媒体的基本概念96

7.1.1人脑对多模态信息的认知特性96

7.1.2跨媒体数据挖掘的主要范畴98

7.1.3跨媒体检索的重要意义99

7.2跨媒体检索的相关研究与应用100

7.2.1多特征的融合分析与挖掘100

7.2.2跨媒体潜在关联挖掘102

7.2.3跨语言检索103

7.2.4视频中的说话人脸检测105

7.2.5多媒体交叉索引技术106

7.3本章小结106

第八章 跨媒体检索系统的仿真实例108

8.1基于子空间映射的多模态数据表达108

8.2跨媒体距离的综合度量110

8.3基于相关反馈的跨媒体检索结果优化111

8.3.1算法描述112

8.3.2算法分析114

8.4新数据的引入115

8.5实验测试和结果分析116

8.5.1子空间维数的选取117

8.5.2跨媒体检索结果118

8.5.3相关反馈的实验结果119

8.5.4扩展实验120

8.6本章小结123

第九章 基于隐性语义索引的跨媒体检索124

9.1跨媒体的特征共生矩阵124

9.1.1隐性语义索引125

9.1.2视觉和听觉特征的共生估计126

9.2相关性融合与优化算法127

9.2.1形式化描述127

9.2.2算法分析128

9.3主动学习策略129

9.3.1主动学习的概念130

9.3.2候选集计算131

9.3.3条件概率计算132

9.3.4主动学习规则132

9.4实验测试和结果分析133

9.4.1矩阵秩的选取134

9.4.2主动学习策略对检索性能的影响135

9.4.3LSI-Active和CCA-Passive两种线性方法的性能对比137

9.5本章小结138

第十章 Web环境中的跨媒体数据挖掘140

10.1基于Web的信息检索140

10.2跨媒体关联图的建模过程142

10.2.1预处理过程143

10.2.2链接分析143

10.2.3图模型的定义144

10.3基于图模型的全局相关性推理145

10.4跨媒体关联图的更新策略147

10.5本章小结148

第四部分 复杂数据环境下的多媒体语义挖掘153

第十一章 复杂数据关系的非线性分析153

11.1相关概念153

11.1.1复杂数据关系153

11.1.2非线性模型154

11.2流形学习模型155

11.2.1流形与流形学习155

11.2.2经典的流形学习方法157

11.3复杂数据关系的非线性流形建模161

11.3.1多特征观测空间162

11.3.2流形学习之：构造邻接图163

11.3.3流形学习之：计算测地线距离和子空间坐标165

11.4短期修正和长期修正策略166

11.5增量学习能力探讨168

11.5.1几何方法168

11.5.2交互方法169

11.6应用实例分析170

11.6.1多模态检索171

11.6.2图像和音频之间的跨媒体检索172

11.6.3新数据的引入173

11.7本章小结175

第十二章 海量多媒体资源的网格化存储177

12.1海量多媒体资源的存储问题178

12.2网格相关知识179

12.2.1定义和特征179

12.2.2体系结构180

12.2.3网格的类型180

12.2.4网格资源管理181

12.2.5相关应用项目182

12.3仿真环境下的网格设计：以数字图书馆应用为例183

12.3.1系统构架183

12.3.2虚拟多媒体资源空间186

12.3.3检索算法设计187

12.3.4网格服务的发布和使用189

12.4本章小结192

附录193

参考文献229

后记240