当前位置:首页 > 工业技术
数据挖掘算法及在视频分析中的应用
数据挖掘算法及在视频分析中的应用

数据挖掘算法及在视频分析中的应用PDF电子书下载

工业技术

  • 电子书积分:8 积分如何计算积分?
  • 作 者:李英杰著
  • 出 版 社:北京:中国水利水电出版社
  • 出版年份:2014
  • ISBN:9787517019978
  • 页数:119 页
图书介绍:基于规则的分类算法主要利用了“A→C”规则的特征。在逻辑上,“A→C”表示A对C的支持,而“C→A”表示A对C的必要,在分类中如果能利用“C→A”的特征会提高分类精度。利用必要规则提高了分类算法的精度。进一步,考虑到不平衡数据集中起决定作用的是支持度小的稀有属性。训练时只采集稀有属性的规则,不平衡数据集上的分类测试达到了高的精度,并且分类器规则集小,训练与测试时间扩展性好。
《数据挖掘算法及在视频分析中的应用》目录

第1章 绪论 1

第2章 数据挖掘基本概念与相关技术研究现状 4

2.1 数据挖掘的基本概念 4

2.2 频繁项集和关联规则挖掘 5

2.3 聚类、分类与模式识别 13

2.4 特异数据挖掘 28

2.5 数据挖掘应用现状 31

第3章 基于聚类的全局特异数据挖掘算法 33

3.1 基于距离的全局特异数据挖掘概念和方法 33

3.2 一种基于聚类的全局特异数据挖掘算法 35

3.3 挖掘特异数据能力实验分析 38

3.4 算法性能实验分析 41

3.5 聚类算法与特异发现算法对比 43

3.6 小结 45

第4章 基于规则的分类方法 46

4.1 基本概念 46

4.2 基于规则的分类方法 47

4.3 关联规则分类算法 48

4.4 必要置信度对分类精度影响的研究 50

4.5 小结 58

第5章 智能视频监控中的数据挖掘应用 59

5.1 智能监控系统研究背景与相关技术现状 59

5.2 一种智能监控系统构架 63

5.3 一种行为识别视频特征有效性验证 65

5.4 小结 81

第6章 基于差分的行为特征与基于全前景的行为特征比较 83

6.1 概述 83

6.2 表观特征 84

6.3 帧差序列与全前景序列 85

6.4 特征集 87

6.5 实验分析 89

6.6 讨论与结论 94

第7章 基于差分的行为识别进一步探索 95

7.1 相关工作介绍和本章方法概述 95

7.2 差分光流计算方法 97

7.3 特征集 98

7.4 实验与讨论 100

7.5 结论 104

第8章 结论 105

参考文献 107

返回顶部