导读:本文包含了多媒体数据流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:多媒体,数据,流形,技术,神经网络,深交所,作业。
多媒体数据流论文文献综述
刘跃博,叶桦,仰燕兰,陈旭璇[1](2019)在《基于FTP+HDFS的单片机多媒体数据的存储研究与实现》一文中研究指出在互联网快速发展的背景下,传统企业的产业互联网化已经成了不可避免的趋势。本文在为某公司开发软件系统的课题背景下,研究单片机产生的大量多媒体数据如何进行存储并使该文件服务器满足后续文件处理等可扩展性需求。为实现这一目的,本文研究了FTP、HDFS等文件存储解决方案,通过实验综合分析各自的性能、对硬件的要求以及可扩展性,与此同时结合课题背景的实际工作场景,使该文件服务器满足实际工作中所要求的各项内容。通过分析上述内容,本文最终得出FTP+HDFS混合式文件服务器的解决方案,该方案不仅满足多媒体数据文件存储的各项要求,还能在单片机一类的低功耗设备上稳定运行,成功解决了这一实际工程中遇到的问题。(本文来源于《信息技术与信息化》期刊2019年11期)
Timothy,Apasiba,Abeo[2](2019)在《多媒体数据分析的多视图流形表示研究》一文中研究指出在机器学习领域中普遍面临处理大量且高维的多媒体数据问题。并且,如何从具有多样性和非线性的多媒体数据中提取有效的鉴别性特征,是特征提取算法中具有挑战性的课题。本文对以上问题进行了研究,其核心思想是利用高维数据在实际应用中往往具有低维的特点,将数据的几何结构表示为流形图结构并进行分析。论文具体介绍了叁种新的多媒体数据分析方法,并取得了显着的进展。其中包括引入了多流形嵌入的字典诱导最小二乘框架,引入了图嵌入的广义多字典最小二乘框架,以及通过保持PCA框架的全局和局部结构进行流形对齐。第一种方法扩展了主成分分析(PCA)的概念,通过最小化最小二乘重构误差思想保持数据全局结构,并引入分布字典对丢失和噪声数据点的离群分布对数据结构重构。接着,通过多流形嵌入保持纯净的局部结构。因此,这种方法可以在低维投影中获得鉴别信息,同时保持全局和局部结构的平衡。我们提出的方法在多媒体数据分析方面进行了大量实验并与目前最先进方法相比表明该方法具有更好的性能。进一步的,在此基础上对第一种方法进行扩展,我们提出使用包含多个字典的第二种方法。在多视图数据的情况下,多字典进一步增强了对噪声和冗余数据点的识别。接着,根据两种对多个词典的不同的约束条件构造,扩展出两种具有闭式解的新方法。实验结果表明,所提出的方法比对比方法有所提高,其统计显着性低于0.05显着性水平。最后,我们提出了一个流形对齐框架,它可以跨实例和跨特征进行流形对齐,同时保持多数据的全局和局部域结构。我们通过多种流形嵌入方法来保持局部结构。此外,我们提出了一种字典PCA方法进行去噪,保持数据的全局结构,在此框架下,流形嵌入方法视为PCA的特殊形式。最后,给出了流形对齐问题闭式解。这种方法匹配了数据集间的对应关系并保留全局和局部结构,并在低维子空间投影表示。大量的实验证明,该方法的结果比对比算法取得了明显提升。(本文来源于《江苏大学》期刊2019-06-01)
翁羽轩[3](2019)在《学术社交网络多媒体数据加密方案的设计与实现》一文中研究指出学术社交网络是一种基于Web2.0的非正式交流平台,即保持了普通社交网络强便利性的优点,又能兼顾科研工作者的特殊需求。学术社交网络为学者们提供以研究为导向的在线活动,具有便捷性和实时性。广大师生在校内学术社交网络平台探讨时常涉及与关键技术、个人隐私相关等大量多媒体数据。但现有的学术社交网络平台缺乏高性能的多媒体数据加密解决方案,亟待进一步探索安全性和实时性之间的平衡。针对以上问题,设计了一种基于聊天记录等数据产生密钥的多媒体数据一次一密分级加密方案。该密钥使加密算法与明文数据相联系,扩大了密钥空间。其中,图像分级加密中保密性优先的方案采用Baker映射与6维细胞神经网络耦合的加密算法。在保障传输速率的前提下,增强了平台内图像数据的安全性。实时性优先的方案首先对图像进行边缘检测,将图像转化为二值图像,再对图像进行分块并统计子块的图像熵,确定敏感子块,最后仅对敏感图像子块进行加密,有效提升了图像加密的效率。对于音频数据而言,保密性优先的方案相比图像加密删去Baker映射的步骤,提高了加密速率,实时性优先的方案增加滤波与降噪的处理,减少了边缘检测的环节,更符合音频数据的特点。为视频加密引入WebWork的模块,实现浏览器后台加密,防止JS单线程加密卡顿的问题。通过多角度的实验分析,验证了多媒体分级加密方案的安全性与性能。实时性优先的多媒体加密方案在速率上较有优势,保密性优先方案加密后数据能有较高的安全性,平衡了平台中多媒体数据加密的实时性与安全性需求。目前多媒体分级加密方案已应用在学术社交网络平台当中,为科研工作者提供高效的学术交流平台。(本文来源于《北京邮电大学》期刊2019-06-01)
蒋树强,刘青山,孙立峰,李波[4](2019)在《多媒体数据的知识关联与理解专题前言》一文中研究指出近年来,不同来源的多媒体数据产生量剧增,成为用户信息获取、信息交换与信息消费的主要对象,多媒体数据具有广泛的应用需求和重大的应用价值.相对于其他数据类型,图像、视频等多媒体数据具有关系繁杂、冗余性强、信息隐藏深、全面理解困难等特点,因此,全面和准确地分析和理解多媒体内容是一个非常重要和(本文来源于《软件学报》期刊2019年04期)
刘洋[5](2019)在《基于图的哈希方法的多媒体数据检索研究》一文中研究指出爆炸性增长的多媒体数据给当前计算机系统的管理、运算和存储带来了极大的压力。面对海量的多媒体数据,实现对这些数据的有效存储、管理和利用已经成为机器学习和计算机视觉领域亟待解决的重要问题之一。检索是机器学习领域的一个基本应用,海量多媒体数据的高效检索对挖掘和利用多媒体数据资源具有极为重要的意义。面对图像、视频、音频、文本等种类丰富的海量多媒体数据,如何对其进行高效检索,成为了当前学术界和工业界炙手可热的研究内容。针对大规模多媒体数据,利用哈希学习生成哈希编码的数据表示方式能有效减少数据存储和计算过程中的开销,同时降低数据维度,提升大规模数据检索系统的效率。目前哈希学习的方法在多媒体信息检索领域的研究已经取得初步成效,然而哈希学习过程中原始空间样本相似性度量和相似性信息保持的方法仍然有待进一步研究,哈希方法的应用场景仍需要进一步探索。本文对基于图的哈希方法理论和其在多媒体数据检索中的应用展开研究,对有效保持原始空间样本间相似性结构的哈希方法进行了探索,同时对哈希方法的应用场景进行了拓展。本文主要工作如下:(1)对原始空间样本间全局重构相似性进行研究,并利用其构建样本间全局相似性结构图,提出了全局相似性保持的哈希方法。该方法能够有效地挖掘样本间潜在的流形相似性结构,实现对原始空间样本间全局相似性的准确描述。除此之外该方法还提供从原始数据到哈希编码的直接映射,降低“两阶段”哈希编码框架下的降维误差和哈希编码量化损失,有效地将原始空间中样本间的全局相似性保持到汉明空间。实验结果表明,该方法可以有效地描述原始空间样本间的潜在流形相似性结构,并将这种结构保持到汉明空间,生成反映原始空间样本间相似性结构的哈希编码。(2)利用原始空间样本间的局部重构相似性和局部基于距离的几何结构(距离相似性)来实现对原始数据样本间的相似性的准确描述,提出了局部拓扑结构保持的哈希方法。该方法构建的图结构能够有效地提升对原始空间样本的局部相似性描述的准确性。该方法将分类算法引入到哈希映射学习的过程中,将哈希编码学习的过程和分类器训练过程相统一,实现从原始空间到汉明空间的显式映射,有效地将原始空间中样本间的局部相似性结构保持到汉明空间。实验结果证明该方法可以有效地生成保持原始空间样本间相似性结构的哈希编码。(3)对多特征、多模态情景下的哈希方法展开研究,利用监督信息构建样本间的判别相似性结构图,并以此为基础提出了判别比特选择哈希方法。不同于多特征、多模态情景下大部分哈希方法所选择的“融合+编码”的框架,判别比特选择哈希方法利用“编码+选择”的框架充分挖掘不同特征不同模态的数据信息,还有效利用现有的哈希方法,提升现有哈希方法的利用率。判别比特选择哈希方法利用监督信息构建比特选择标准,同时利用ADMM算法克服哈希编码选择过程中离散性约束带来的求解困难问题,提升哈希编码选择的效果,将能够充分保持样本间相似性的编码选取出来。利用哈希编码运算速率快的特性,本文还进一步地提出了面向多模态数据的目标识别框架——“哈希+近似近邻投票”,有效利用样本间的相似性信息进行目标识别,提升多模态数据环境下目标识别的效率。实验结果证明判别比特选择哈希方法能够有效选择保持样本间相似性的哈希编码,“哈希+近似近邻投票”的框架能够实现多模态数据环境下目标的高效准确识别。(4)对基于图的哈希方法在人体运动时间序列的分割和检索中的应用展开研究。人体运动序列作为多媒体数据的集中表现形式之一,对其进行语义化检索的基础任务之一就是进行有效地分割。为了实现人体运动时间序列的高效分割,本文提出了基于哈希方法的层次人体运动序列分割框架。该框架首先对人体运动序列动作变化程度展开研究,实现对人体运动时间序列的初步分割。在此基础上,不仅考虑人体运动时间序列某一时刻动作的变化程度,更对人体运动时间序列动作变化过程展开研究,利用哈希方法将人体运动过程转化为状态变化的过程,并对同一类别动作的内部相关性展开描述,有效减少人体运动序列分割过程中的过度分割。在分割的基础上,本文针对人体运动序列检索展开研究,利用哈希方法实现人体运动序列关键帧的提取,提升基于哈希方法的人体运动序列检索的效果。实验结果证明基于哈希方法的层次人体运动序列分割框架的有效性,及基于哈希方法的人体运动序列检索的效果。综上所述,本文主要针对基于图的哈希方法及其在多媒体数据检索中的应用展开研究,提出3种基于图的哈希方法并对基于图的哈希方法在图像检索、人体运动序列分割与检索等实际应用中的情况进行了研究和分析。实验结果表明本文所提算法的有效性及其对比现有算法的优越性。(本文来源于《大连理工大学》期刊2019-03-15)
左永刚[6](2018)在《四大新兴技术推动证券期货行业构建数字化生态圈》一文中研究指出主持人孙华:11月21日至22日,深交所组织举办主题为“科技引领·迈向数字化新时代“的2018年技术大会,这是深交所连续第二年举办行业性技术大会。本次会议提出,推动行业数字化转型发展,增强资本市场服务实体经济能力。当前,证券期货行业的数字化转型还缺乏有效(本文来源于《证券日报》期刊2018-11-23)
郭延凤[7](2018)在《一种多媒体数据快速装载方法设计与实现》一文中研究指出为了提高多媒体数据的装载速度,达梦数据库提供了一种将海量的多媒体数据快速装载进数据库的方法。从文件准备、功能模块调用和数据装载3个方面,详细阐述了该方法的设计与实现,并通过一个实例来说明该方法的使用。(本文来源于《电脑编程技巧与维护》期刊2018年09期)
李涛[8](2018)在《基于流形学习的多媒体数据分析》一文中研究指出多媒体数据分析是近些年的研究热点,多媒体数据的高维特性给研究带来了极大挑战,为此研究人员提出了许多数据降维的方法,其中基于流形学习的方法是行之有效的数据降维方式之一。局部保持投影(Locality Preserving Projections,LPP)和邻域保持嵌入(Neighborhood Preserving Embedding,NPE)是两种经典的利用数据的局部结构对数据进行降维处理的流形学习算法,已经在多个领域得到了广泛的应用。本文在深入分析局部保持投影和邻域保持嵌入算法的基础上,提出了其改进模型,并通过在多个多媒体数据库上的实验结果验证了其有效性。本文的主要研究内容为:(1)局部保持投影默认数据的内在低维描述F就是数据在子空间W的投影W~TX,即F=W~TX,这个约束容易导致算法过学习和稳定性不好;此外,LPP对数据整体信息考虑不足。针对这些问题提出了比值迹弹性局部保持投影(Ratio Trace based Flexible LPP,RT-FLPP)。RT-FLPP中通过回归残差项W~TX-F_F~2最小来放松强制约束F=W~TX,同时还考虑了数据的整体结构信息。在7个多媒体数据库上的仿真实验验证了RT-FLPP算法的有效性。(2)邻域保持嵌入是另外一种利用数据的局部结构信息对数据进行降维处理的经典算法。邻域保持嵌入将数据的内在低维描述F强制约束为数据在子空间W的投影W~TX,即F=W~TX,这个约束容易导致算法过学习和稳定性不好。借鉴RT-FLPP的理念,对邻域保持嵌入算法进行改进,提出了比值迹弹性邻域保持嵌入(Ratio Trace based Flexible NPE,RT-FNPE)。RT-FNPE算法将强制约束F=W~TX放松为回归残差W~TX-F_F~2最小的弹性约束,更加有利于提取数据真实的低维表示。在7个多媒体数据库上验证了算法的有效性。(本文来源于《西安电子科技大学》期刊2018-06-01)
李凯敏,齐赫,苗莉[9](2018)在《多媒体数据挖掘技术浅析》一文中研究指出随着科技的进步和社会的发展,多媒体逐渐成为了社会潮流商业大流中的一个重要的内容,近年来,数据挖掘技术也已经成为了人们研究的一项重点内容,同时针对这方面的研究,也已经取得了一定的成果。而随着信息技术的进步,人们能够接受到的数据形式越来越丰富多彩,本文则针对多媒体数据的挖掘技术进行一定的探讨和分析,力图为多媒体发展找到新的方向和道路。(本文来源于《数码世界》期刊2018年04期)
杨万浩[10](2018)在《面向多媒体数据的作业调度方法研究与应用》一文中研究指出随着叁网融合的不断推进,以视频、音频为主导的多媒体数据受到用户的广泛喜爱,而如何管理这些海量的多媒体数据并在其基础上建立高效的应用成为当前研究的热点。传统的单节点处理方式已经远远不能满足海量多媒体数据处理的实时性需求,所以需要将分布式技术和多媒体数据处理有效的结合起来。现有的分布式框架如Pregel、Dryad、Storm在处理多媒体数据时具有延迟低、实时性较好的特点。但是Pregel只适合处理图片数据,Dryad处理多媒体数据时负载考虑较为简陋,Storm适合处理实时流而不适合处理离线多媒体数据,所以本文采用表现较为均衡的MapReduce计算框架处理多媒体数据。本文针对多媒体数据(如视频和音频)处理作业在截止时间内完成率较低的问题,提出了面向多媒体数据的作业调度方法。本文首先研究了多媒体数据副本放置问题,其次提出了一种基于截止时间限制的作业调度算法,最后将副本放置和作业调度有效的结合起来。该方法有效的提高了数据本地性,减少了作业的响应时间,提高了作业在截止时间内的完成率。具体工作如下:1)研究了如何高效的进行副本放置。提出了多目标优化的动态副本放置方法(MDRMS),针对多媒体数据存储的特点,建立了系统磁盘性能、负载标准差和系统平均响应时间3个目标函数;使用MOEA/D算法对目标函数进行求解;然后提出了一种基于个体集中度的精英选择方法,从Pareto解集中选择最合适的副本放置方案;并根据数据副本的历史访问记录,动态地调整副本数量和位置。实验结果表明,MDRMS能节约磁盘存储空间并将副本放在性能较好的节点上。2)提出一种新的基于截止时间限制的作业调度算法,该算法在满足数据本地性的基础上从I/O负载和截止时间限制两方面来考虑进行作业分配。如果集群中有可用的计算资源,则采用非抢占式调度;如果紧急作业没有可用的计算资源,则采用抢占式调度,以缩短紧急作业的完成时间。此外,采用备份式任务和热数据复制来防止由于任务频繁挂起而导致的作业超时。实验结果表明,该算法有效地缩短了多媒体数据处理作业的响应时间,提高了作业在截止时间内的完成率。3)将提出的面向多媒体数据的作业调度方法应用在应急广播系统中,并通过实际系统的运行效果验证了方法的有效性和合理性。(本文来源于《武汉理工大学》期刊2018-04-01)
多媒体数据流论文开题报告
(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:
在机器学习领域中普遍面临处理大量且高维的多媒体数据问题。并且,如何从具有多样性和非线性的多媒体数据中提取有效的鉴别性特征,是特征提取算法中具有挑战性的课题。本文对以上问题进行了研究,其核心思想是利用高维数据在实际应用中往往具有低维的特点,将数据的几何结构表示为流形图结构并进行分析。论文具体介绍了叁种新的多媒体数据分析方法,并取得了显着的进展。其中包括引入了多流形嵌入的字典诱导最小二乘框架,引入了图嵌入的广义多字典最小二乘框架,以及通过保持PCA框架的全局和局部结构进行流形对齐。第一种方法扩展了主成分分析(PCA)的概念,通过最小化最小二乘重构误差思想保持数据全局结构,并引入分布字典对丢失和噪声数据点的离群分布对数据结构重构。接着,通过多流形嵌入保持纯净的局部结构。因此,这种方法可以在低维投影中获得鉴别信息,同时保持全局和局部结构的平衡。我们提出的方法在多媒体数据分析方面进行了大量实验并与目前最先进方法相比表明该方法具有更好的性能。进一步的,在此基础上对第一种方法进行扩展,我们提出使用包含多个字典的第二种方法。在多视图数据的情况下,多字典进一步增强了对噪声和冗余数据点的识别。接着,根据两种对多个词典的不同的约束条件构造,扩展出两种具有闭式解的新方法。实验结果表明,所提出的方法比对比方法有所提高,其统计显着性低于0.05显着性水平。最后,我们提出了一个流形对齐框架,它可以跨实例和跨特征进行流形对齐,同时保持多数据的全局和局部域结构。我们通过多种流形嵌入方法来保持局部结构。此外,我们提出了一种字典PCA方法进行去噪,保持数据的全局结构,在此框架下,流形嵌入方法视为PCA的特殊形式。最后,给出了流形对齐问题闭式解。这种方法匹配了数据集间的对应关系并保留全局和局部结构,并在低维子空间投影表示。大量的实验证明,该方法的结果比对比算法取得了明显提升。
(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。
多媒体数据流论文参考文献
[1].刘跃博,叶桦,仰燕兰,陈旭璇.基于FTP+HDFS的单片机多媒体数据的存储研究与实现[J].信息技术与信息化.2019
[2].Timothy,Apasiba,Abeo.多媒体数据分析的多视图流形表示研究[D].江苏大学.2019
[3].翁羽轩.学术社交网络多媒体数据加密方案的设计与实现[D].北京邮电大学.2019
[4].蒋树强,刘青山,孙立峰,李波.多媒体数据的知识关联与理解专题前言[J].软件学报.2019
[5].刘洋.基于图的哈希方法的多媒体数据检索研究[D].大连理工大学.2019
[6].左永刚.四大新兴技术推动证券期货行业构建数字化生态圈[N].证券日报.2018
[7].郭延凤.一种多媒体数据快速装载方法设计与实现[J].电脑编程技巧与维护.2018
[8].李涛.基于流形学习的多媒体数据分析[D].西安电子科技大学.2018
[9].李凯敏,齐赫,苗莉.多媒体数据挖掘技术浅析[J].数码世界.2018
[10].杨万浩.面向多媒体数据的作业调度方法研究与应用[D].武汉理工大学.2018