主页 > 新闻资讯 > 大数据挖掘与分析培训班之多媒体数据挖掘操作

大数据挖掘与分析培训班之多媒体数据挖掘操作

作者:张老师 浏览次数: 2020-06-10 17:36
在大数据时代,我们普遍地认为,大数据当中是蕴含着有用的价值信息的,但是这些价值信息并非是随随便便就能得到的,需要专业的大数据挖掘与分析,来把价值信息找出来,投入实际应用。今天的大数据挖掘与分析培训班课程分享,我们就主要来讲讲多媒体数据挖掘怎么去实现。

海量的大数据当中,半结构化和非机构化的数据非常多,这些数据不同于结构化的数据,处理起来更加复杂。所谓多媒体数据,比较典型的就是图片、视频、音频,这些都属于非结构化数据,难度更甚。

大数据挖掘与分析培训班

多媒体数据挖掘

多媒体数据挖掘,需要通过综合分析视听特性和语义,发现隐含的、有效的、有价值的、可理解的模式,进而发现知识,得出事件的趋向和关联,为用户提供问题求解层次的决策支持能力。

要在这些非结构化的数据上进行挖掘以获取知识,必须将这些非结构化数据转化为结构数据,通过特征提取,用特征向量作为元数据建立元数据库,在此基础上进行数据挖掘。

其次,多媒体数据的特征向量通常是数十维甚至数百维,如何对高维矢量进行数据挖掘也是要考虑的重要问题。

多媒体数据挖掘的内容包括图像挖掘、视频挖掘、音频挖掘等。

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,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。

关于大数据挖掘与分析培训班,多媒体数据挖掘操作,以上就为大家做了一个简单的介绍了。大数据挖掘与分析,是实现数据价值转行为应用的重要环节,对相关技术的要求也是比较高的。加米谷大数据,成都大数据培训机构,大数据分析与挖掘,专业课程培训,本月正在招生中,课程大纲及试学视频,可联系客服领取!
热点排行
推荐文章
立即申请>>