导读:本文包含了图像挖掘论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,特征,数据挖掘,瑶族,主题,数据,绝缘子。
图像挖掘论文文献综述
张素杰,杨凯欣[1]（2019）在《基于数据挖掘叁维数字图像模糊增强系统设计》一文中研究指出目前对于叁维数字图像模糊增强使用的系统存在图像处理耗时过长的问题。为了解决此问题,设计基于数据挖掘叁维数字图像模糊增强系统。设计系统整体框架包括电源模块、外围接口模块、核心处理模块以及存储模块。在整体框架基础上,使用ARM处理器,设计电源电路和外围接口电路,完成系统的框架搭建。利用数据挖掘技术对叁维数字图像特征进行提取,并计算模糊特征值,通过模糊特征值和模糊隶属函数实现图像模糊增强,至此系统整体设计完成。测试结果表明,与传统的图像模糊增强系统相比,基于数据挖掘叁维数字图像模糊增强系统的处理图像所耗时间缩短了25.86%,适合应用在叁维数字图像增强中。(本文来源于《现代电子技术》期刊2019年22期）
张施令[2]（2019）在《基于图像深度学习与叁维电场仿真的电力用复合绝缘子缺陷挖掘分析》一文中研究指出鉴于复合绝缘子运行环境差异较大、表面电场分布特征各异,亟需合理评估现役运行复合绝缘子运行状态。为此,首先应用紫外、红外成像技术对典型复合绝缘子进行观测形成电-热影像图谱数据库;然后应用小波成像技术对原始图像进行去噪处理,并基于聚类算法对复合绝缘子进行图像区域分割,联合视觉深度学习实现了复合绝缘子类型自适应识别和外轮廓匹配。同时应用叁维建模技术对典型复合绝缘子电场分布规律进行仿真模拟,实现复合绝缘子高场强区域电场分布可视化;最终联合深度学习图像后处理结果和电场分布特征形成现役复合绝缘子运行状态评估策略。研究结果对于电力系统用复合绝缘子运行维护具有较好指导意义。(本文来源于《水电能源科学》期刊2019年09期）
赵生银,安如[3]（2019）在《基于特征挖掘的高光谱遥感图像识别研究》一文中研究指出高光谱遥感图像提供了丰富的光谱信息,如何充分挖掘高维特征空间的特征信息是高光谱图像识别的关键问题之一。以华盛顿地区航空高光谱数据作为实验数据,通过构建对象级特征和像素级特征来充分挖掘高光谱图像的信息,利用网格搜索法优化XGBoost算法的参数来实现特征选择,最后采用随机森林分类器实现高光谱图像识别。研究表明:本研究方法可以充分利用高光谱的图像信息,减少数据冗余量,其识别总体精度为96.32%;XGBoost算法特征选择后的图像识别的平均精度比未进行特征选择的高7.53%,表明基于XGBoost算法特征挖掘的高光谱遥感图像识别具有可行性和实用性。(本文来源于《亚热带资源与环境学报》期刊2019年03期）
李晓峰,李东[4]（2019）在《基于SOM聚类的多模态医学图像大数据挖掘算法》一文中研究指出针对现有医学图像大数据挖掘算法不能较好解决帧率重迭行为,影响医学图像成像质量,从而引发图像数据冗余度攀升现象的问题,提出一种基于SOM聚类的多模态医学图像大数据挖掘算法。在SOM拓扑结构中,设定聚类变量的初始权值条件,完成基于SOM聚类的多变量分析。再通过预处理原始医学图像的方式,判断多模态图像的集成正负性相关属性,建立唯一的图像聚类融合标准,完成多模态医学图像的集成聚类融合处理。在此基础上,构建完整的大数据决策树结构,通过判定医学图像多模态种类的方式,达到并行化改进图像挖掘节点的目的,实现基于SOM聚类的多模态医学图像大数据挖掘算法。在标准化的大数据挖掘平台中,连接图像属性监测设备,分析多次运行数据结果可知,在SOM聚类策略影响下,医学图像成像质量提升明显,图像数据自身冗余度不再无限攀升,帧率重迭行为得到有效控制。(本文来源于《西安工程大学学报》期刊2019年04期）
张蕾,蔡明[5]（2019）在《基于主题融合和关联规则挖掘的图像标注》一文中研究指出为减小"语义鸿沟",在LDA主题模型的基础上,提出了一种主题融合和关联规则挖掘的图像标注方法。首先,针对视觉和文本信息的关联度不高的问题,引入基于向量机的多类别分类得到图像的类别信息。其次,通过文本模态的语义主题分布和类别信息,计算出图像类的文本主题分布。未知图像将其所属类的文本主题分布与其视觉主题分布进行加权融合,并以此概率模型计算初始标签集。最后依据初始标注词概率,利用关联规则挖掘和词间相关性挖掘文本关联度,从而得到精确化语义标注。在Corel5K图像数据集上进行对比实验,实验结果证明了方法的有效性。(本文来源于《计算机科学》期刊2019年07期）
周琼[6]（2019）在《基于类别不平衡学习技术的AD医学图像挖掘》一文中研究指出随着信息技术的发展,医学影像设备和技术已成为医院用来诊断疾病的主要手段,CT、MRI等医学影像的使用越来越多,从而产生了大量多角度、高分辨率的医学影像数据。利用计算机辅助诊断手段对医学影像数据进行有效分析处理,能够为医生提供更详细的图像细节,减轻医生在诊断疾病时的负担,帮助医生提高诊断的准确率。医学图像的挖掘分析是计算机辅助诊断中的重要组成部分,在实际的应用中,获取的医学图像数据往往存在类别分布不平衡的情况,导致了传统的分类器性能明显下降。为此,本文提出了基于类别不平衡学习技术的AD医学图像挖掘,目的是研究类别分布不平衡的阿尔兹海默症医学图像的分类识别。研究思路首先对脑部MRI医学图像进行预处理,确定感兴趣区域,提取形态学特征和纹理特征;然后提出了基于随机森林的不平衡数据特征选择算法来解决类别不平衡问题;最后对脑部医学图像数据进行分类,通过实验验证结果证明本文所提方法的有效性。整合这些方法来研究类别不平衡的阿尔兹海默症脑部医学影像,以此来探索阿尔兹海默症诊断的新途径。主要内容为:(1)对类别不平衡的脑部医学图像分类识别的相关技术进行总结分析,包括成像技术、特征提取、特征选择、数据特性、分类算法,分析每个阶段的方法原理以及它的优劣情况;(2)对图像进行特征提取,通过对当前脑部医学图像特征提取技术的研究分析,发现特征融合方法能够保留图像更多的细节,故本文使用特征融合方法,融合图像的形态学特征和纹理特征;(3)特征选择,考虑到冗余和不相关特征会直接影响分类性能,以及数据具有类别不平衡特性,因此,本文研究当前的类别不平衡特征选择方法,提出了基于随机森林的特征选择算法,选择出有利于识别少数类样本的特征,使得在特征选择阶段优化特征子集,解决了数据存在的类别不平衡问题以提升最终的分类识别效果。(本文来源于《贵州大学》期刊2019-06-30）
俞凯[7]（2019）在《基于彩绘文物高光谱图像降维与融合的隐含信息挖掘方法》一文中研究指出彩绘文物种类丰富、色彩绚丽,是我国文化遗产的重要组成部分,具有丰富的历史价值和科学研究价值。近年来,高光谱成像技术以无损、“图谱合一”的特点,能够对文物进行全面地记录与分析。在彩绘文物的研究中,利用高光谱图像挖掘隐含信息是一个研究热点,对文物保护分析具有重要意义。特征提取作为高光谱数据常用的降维方法,可以从彩绘文物高光谱数据中挖掘隐含信息。而现有面向隐含信息特征提取的方法以线性变换为主,彩绘文物高光谱图像具有非线性特点,为了更好地提取隐含信息,尝试利用非线性变换进行特征提取。本文深入研究了基于神经网络的特征提取方法,并结合图像融合,获得了较令人满意的结果。本文的主要贡献有:(1).针对彩绘文物数据图案信息复杂、样式丰富且无法获得隐含信息标签的特点,设计了多尺度残差卷积-解卷积特征提取网络。为自适应不同数据特点,本文在卷积-解卷积无监督网络框架的基础上,引入了多尺度模块,并设计了完整的网络,在特征提取的同时使特征集中且能可视化。最后将挖掘到的隐含信息与真彩色图像融合,通过对比综合展示隐含信息与波段光谱信息。实验结果表明,该方法能在一定程度上更清晰、准确地挖掘彩绘文物隐含信息。(2).针对彩绘陶器特征提取结果不够全面、质量有待提高的问题,提出了基于神经网络分类模型优化特征提取结果的方法。根据彩绘陶器特征提取结果中图案与背景区域性明显且像素差异大的特点,提出了一种自动设计标签与自动选择训练样本的方法,利用训练好的神经网络分类模型在包含隐含信息的图像上进一步提取隐含信息。实验结果表明,该方法能够提取更全面、更丰富的隐含信息。(本文来源于《西北大学》期刊2019-06-01）
赖兵,吕敏[8]（2019）在《挖掘广西瑶族微观视觉图像,传承优秀传统文化》一文中研究指出瑶族作为广西少数民族的重要组成部分,在生产劳动中产生了大量的具有瑶族特有表现语言和特质的微观视觉图像,它们是瑶族百姓生活智慧和文化心理的外化符号。研究微观视觉图像,不仅可以理解各社会阶层代表、种族的日常生活特征,还能有效推动传统文化传承。挖掘广西瑶族微观视觉图像,传承优秀传统文化,有以下路径:搜集文献资料,整理、分类微观视觉图像;走访瑶族,多方挖掘微观视觉图像;研究日常生活,深挖历史事件;探究个体,阐释生活事件;考察瑶族视觉表现,分析文化意义和艺术价值。(本文来源于《教育观察》期刊2019年13期）
杨焱[9]（2019）在《融合文本和图像信息的众包测试报告挖掘与处理方法》一文中研究指出众包测试是软件测试领域的一个新兴趋势,引起业界和学术界的广泛关注。众包测试具有可靠、高效、快速等优点,但众包平台上提交的测试报告数量庞大且高度冗余,如何在有限的时间内审查到高质量的测试报告是报告审查人员面临的一个挑战。基于此,本文提出融合文本和图像信息的众包测试报告聚类和优先级排序方法。(1)融合文本和图像信息的众包测试报告聚类方法。首先,分别提取测试报告中的文本信息和截图信息,利用自然语言处理技术和空间金字塔匹配技术对文本信息和截图信息进行处理,计算报告间的文本相似度和截图相似度;其次,利用加权法计算测试报告间的混合相似度,并基于混合相似度对测试报告进行聚类。最后,将该方法应用于五个不同应用程序的测试报告集中。实验结果表明,所提方法可以提高众包测试报告的聚类精度。(2)融合文本和图像信息的众包测试报告优先级排序方法。通过对测试报告中文本信息和截图信息的处理,计算测试报告间的相似度;此外,结合文本和截图信息给出测试报告的缺陷检测度;最后,基于测试报告缺陷检测度和相似度,提出一种两阶段排序法对测试报告进行优先级排序。第一阶段,基于缺陷检测度和报告间的相似度,对测试报告集边排序边聚类,得到部分报告的排序结果,以及已排序报告的相似测试报告集;第二阶段,以最小化相似度和最大化缺陷检测度为准则,对相似测试报告集进行排序;合并两个阶段的排序结果构成最终的测试报告优先级。最后,通过实验验证所提方法可以得到高质量的测试报告优先级序列。本文提出的众包测试报告聚类和优先级排序方法,可以大大减少报告审核人员的审查代价,从而降低测试成本、提高测试质量,为构建高质量的软件奠定基础。因此,本文研究具有一定的理论和实用价值。(本文来源于《中国矿业大学》期刊2019-05-01）
付蓉[10]（2019）在《数据挖掘下的叁维图像无损恢复分析》一文中研究指出叁维图像在获取、存储和传递过程中,会受到成像系统、传输方式、存储时间和存储媒介等多种因素的影响,导致图像质量方面发生一定退化,情况严重时甚至出现图像失真,影响人们的正常使用。传统叁维图像恢复技术主要以线性分析为基础,需要假设的条件比较多,花费较长时间,且图像恢复效果较差。为了解决这一问题,需研究基于数据挖掘背景的叁维图像无损恢复方法。基于此,主要阐述了数据挖掘下叁维图像无损恢复的相关概述,分析了数据挖掘下叁维图像无损恢复的研究情况,并展开相应实验,得出叁维图像恢复方法的运行时间段和误差值低点的特点。(本文来源于《信息与电脑(理论版)》期刊2019年07期）
图像挖掘论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
鉴于复合绝缘子运行环境差异较大、表面电场分布特征各异,亟需合理评估现役运行复合绝缘子运行状态。为此,首先应用紫外、红外成像技术对典型复合绝缘子进行观测形成电-热影像图谱数据库;然后应用小波成像技术对原始图像进行去噪处理,并基于聚类算法对复合绝缘子进行图像区域分割,联合视觉深度学习实现了复合绝缘子类型自适应识别和外轮廓匹配。同时应用叁维建模技术对典型复合绝缘子电场分布规律进行仿真模拟,实现复合绝缘子高场强区域电场分布可视化;最终联合深度学习图像后处理结果和电场分布特征形成现役复合绝缘子运行状态评估策略。研究结果对于电力系统用复合绝缘子运行维护具有较好指导意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图像挖掘论文参考文献
[1].张素杰,杨凯欣.基于数据挖掘叁维数字图像模糊增强系统设计[J].现代电子技术.2019
[2].张施令.基于图像深度学习与叁维电场仿真的电力用复合绝缘子缺陷挖掘分析[J].水电能源科学.2019
[3].赵生银,安如.基于特征挖掘的高光谱遥感图像识别研究[J].亚热带资源与环境学报.2019
[4].李晓峰,李东.基于SOM聚类的多模态医学图像大数据挖掘算法[J].西安工程大学学报.2019
[5].张蕾,蔡明.基于主题融合和关联规则挖掘的图像标注[J].计算机科学.2019
[6].周琼.基于类别不平衡学习技术的AD医学图像挖掘[D].贵州大学.2019
[7].俞凯.基于彩绘文物高光谱图像降维与融合的隐含信息挖掘方法[D].西北大学.2019
[8].赖兵,吕敏.挖掘广西瑶族微观视觉图像,传承优秀传统文化[J].教育观察.2019
[9].杨焱.融合文本和图像信息的众包测试报告挖掘与处理方法[D].中国矿业大学.2019
[10].付蓉.数据挖掘下的叁维图像无损恢复分析[J].信息与电脑(理论版).2019
论文知识图
