导读:本文包含了多媒体数据挖掘论文开题报告文献综述、选题提纲参考文献，主要关键词:数据挖掘,多媒体,数据,技术,数字图书馆,差异性,资源库。
多媒体数据挖掘论文文献综述写法
孙小杰[1]（2019）在《基于数据挖掘的海量信息多媒体过滤技术研究与应用》一文中研究指出由于传统的多媒体信息过滤技术算法陈旧和过滤逻辑考虑不严谨,存在多媒体信息过滤不准确的问题。多媒体信息数据涌入易造成服务器或平台崩溃等严重后果,对此提出了一种新的过滤模型。将整体任务分解为多个子系统来实现,使其支持识别更多媒体信息格式。大数据环境下需要多种自适应技术来应对多媒体信息的不确定性,采用神经网络决策模型和贝叶斯过滤算法对系统进行优化,建立的矢量空间模型可多层次信息过滤多媒体信息。系统可以根据内容和用户的具体兴趣选择来进行多媒体过滤信息。实验结果表明,通过加强算法逻辑性可以使算法能够满足应对大数据环境下多媒体信息共涌状况,满足海量多媒体信息过滤的技术实用要求。(本文来源于《微型电脑应用》期刊2019年10期）
李凯敏,齐赫,苗莉[2]（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）
张广雷[3]（2018）在《多媒体数据挖掘技术在数字图书馆馆藏资源开发利用中的应用》一文中研究指出在数字图书馆馆藏资源开发利用当中,数据挖掘技术是一项核心技术,通过该项技术可以挖掘出长期闲置的珍贵数据资源。随着多媒体技术的不断兴起,多位学者将多媒体技术与其它软件技术进行结合,将多媒体技术与数据挖掘技术进行结合,通过利用多媒体数据挖掘技术对数字图书馆馆藏资源开发利用进行分析,为提高数字图书馆服务水平奠定基础。(本文来源于《农业图书情报学刊》期刊2018年03期）
任高举,白亚男[4]（2016）在《多媒体智能教学系统中特定数据挖掘方法研究》一文中研究指出对多媒体教学系统中特定关键数据进行准确挖掘,可以提高多媒体智能教学系统的信息兼容和数据访问能力。传统方法采用经验模态特征分解方法进行数据挖掘,当多媒体智能教学系统数据规模的扩大、信息融合度的提高时,数据挖掘的准确度下降。提出一种基于尺度仿射变换和特定数据信息流相空间重构的数据挖掘算法,首先建立多媒体智能教学系统的数据分布结构模型,采用尺度仿射变换对数据进行信息融合处理,对融合后的数据信息流进行相空间重构,在重构的高维相空间中提取多媒体智能教学系统中特定数据的高阶矩特征,实现对特征数据的准确挖掘。仿真结果表明,采用该方法进行数据挖掘的准确识别概率较高,抗干扰性能较强。(本文来源于《电子设计工程》期刊2016年11期）
郑瑞利[5]（2016）在《多媒体数据库的管理与数据挖掘研究》一文中研究指出本文主要从管理多媒体数据库和挖掘多媒体数据库相关知识进行了探讨,以期为构建多元化多媒体管理和挖掘体系提供一次参考和意见。(本文来源于《信息系统工程》期刊2016年05期）
杨南粤[6]（2016）在《面向《多媒体技术》课程个性化教学的数据挖掘与分析》一文中研究指出对多媒体技术在线学习平台中积累的大量教学基础数据进行挖掘与分析研究,建立了选课数据仓库雪花模型,通过Apriori算法挖掘出学生所选的各门媒体技术成绩与期末成绩之间的内在联系,利用k-means算法对实施个性化教学以来的所有学生成绩进行聚类分析,并对结果可视化处理,分析各类学生的特点,为改善个性化教学质量提供数据支持和决策参考。(本文来源于《电脑知识与技术》期刊2016年09期）
孙亮[7]（2015）在《数字图书馆中多媒体数据挖掘技术研究》一文中研究指出多媒体数据挖掘技术是数字图书馆的核心技术,可以帮助人们检索到文本信息、视频信息,能够为读者提供更加优质的服务.就多媒体数据挖掘技术的相关概念以及内容进行阐述,分析数字图书馆中多媒体数据挖掘技术系统结构,并探讨多媒体数据挖掘技术的应用,以便提高多媒体数据挖掘技术在数字图书馆中的应用效率.(本文来源于《西安文理学院学报(自然科学版)》期刊2015年04期）
张春燕,覃海生[8]（2015）在《数据挖掘在多媒体资源库建设中的应用》一文中研究指出现阶段,诸多高校资源库已初步建设,具备多种媒体且内容丰富,是实效性极大地数字化信息资源。多媒体主要是把众多静态影响以电信号方式进行捕捉及记录和处理,加上储存及传送和再现为动态影响,多媒体教学资源库可以说是各类教学资源的汇集,它不同于文本或图像等资源,教育教学使用中也非常便捷。其间信息有着模式多态性及不完整性和较强时间性,加上复杂性及冗余性。常用数据库和同级分析方式早已不能满足新形势下现实要求,多媒体教育资源库中仍存在诸多问题,比如资源库组织科学合理性及学习者学习中人性化及个性化等。文章分析了数据挖掘在多媒体资源库建设中的应用,并提出实用性构建策略,以期提升国内多媒体资源库建设水平。(本文来源于《无线互联科技》期刊2015年14期）
方正[9]（2014）在《多媒体数据挖掘中的跨数据域迁移学习》一文中研究指出在数据挖掘和机器学习领域中,监督学习模型一直有着广泛的应用。然而,模型中需要用到的监督信息,即有标注的数据往往较难大规模地获得。而对数据进行标注,往往需要大量的人力、物力。为了解决研究问题中标签信息匮乏的困难,专家学者们提出了迁移学习的概念。在迁移学习问题中,研究对象所组成的数据集被称为目标域,有充足标签信息并能起辅助学习作用的相关数据集被称为辅助域。为了解决各种实际问题,研究人员致力于从辅助域里学习所需要的知识,以帮助目标域里模型的学习。本论文深入分析了跨数据域迁移学习问题,并在研究大量国际经典文献工作的基础上,提出了多种跨数据域迁移学习分类模型和算法。本文的主要工作和创新点在于：1.提出了一种基于流形的鉴别迁移学习分类模型。我们观察到现有的很多跨数据域文本分类的方法,都采用了联合矩阵分解模型来学习各个数据域的低维因子。然而,由于矩阵分解模型着重挖掘的是数据内在的聚类结构,这些算法普遍忽视了数据因子在分类任务中理应具有的鉴别属性。为了解决这个问题,我们将分类模型施加在学习所得的数据因子上,并以损失函数为调节项对因子进行进一步的优化。此外,这些基于矩阵分解的迁移学习算法学习得到的数据因子在不同域之间还是存在很大的差异性。我们在数据各个维度的因子上引入刻画域间差异性的统计度量,并且以最小化这种差异性为目标,进一步优化所得的数据低维因子。2.我们提出了一种跨数据域分类模型：通过学习各个数据域共享的子空间来实现知识的迁移。在这个模型中,我们提取了各个数据域中特征上保持稳定的代表性数据,并以这些数据来构建子空间的基向量。另一方面,为了加强不同域的数据在这个子空间中的统计相似性,我们通过最小化域间差异性,对子空间中的数据因子进行了进一步的优化。3.提出了一种融合数据多视角信息进行跨数据域分类的算法。在算法中,我们鉴别地提取了不同域的数据的多视角特征,将那些反映类属本质的特征保留了下来。我们在提取的特征上引入刻画域间差异性的统计量,通过最小化域间差异性对特征进行优化。进一步,我们在语义类别的全局结构和数据的局部几何结构上对标签的预测结果进行了约束,最终提高了目标域中的分类准确率。(本文来源于《浙江大学》期刊2014-06-10）
林瑛[10]（2013）在《试论数据挖掘技术对大学英语多媒体教学的作用》一文中研究指出随着高等教育的不断改革,其教育模式也发生了很大变化,尤其是在大学英语教学中,多媒体技术的应用大大地提高了教学效果。数据挖掘技术对于大学英语教学有着重要作用。(本文来源于《新课程(下)》期刊2013年05期）
多媒体数据挖掘论文开题报告范文
（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：
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。
（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。
多媒体数据挖掘论文参考文献
[1].孙小杰.基于数据挖掘的海量信息多媒体过滤技术研究与应用[J].微型电脑应用.2019
[2].李凯敏,齐赫,苗莉.多媒体数据挖掘技术浅析[J].数码世界.2018
[3].张广雷.多媒体数据挖掘技术在数字图书馆馆藏资源开发利用中的应用[J].农业图书情报学刊.2018
[4].任高举,白亚男.多媒体智能教学系统中特定数据挖掘方法研究[J].电子设计工程.2016
[5].郑瑞利.多媒体数据库的管理与数据挖掘研究[J].信息系统工程.2016
[6].杨南粤.面向《多媒体技术》课程个性化教学的数据挖掘与分析[J].电脑知识与技术.2016
[7].孙亮.数字图书馆中多媒体数据挖掘技术研究[J].西安文理学院学报(自然科学版).2015
[8].张春燕,覃海生.数据挖掘在多媒体资源库建设中的应用[J].无线互联科技.2015
[9].方正.多媒体数据挖掘中的跨数据域迁移学习[D].浙江大学.2014
[10].林瑛.试论数据挖掘技术对大学英语多媒体教学的作用[J].新课程(下).2013