原创力文档- 1、本文档共4页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
大型图像数据库的特征挖掘优化模型仿真.pdf
第31卷第2期 科技通报科技通报 Vol.31 No.2
2015年2月 BULLETINOFSCIENCEANDTECHNOLOGY Feb. 2015
大型图像数据库的特征挖掘优化模型仿真
李慧玲
（河套学院理学系，内蒙古巴彦淖尔015000）
摘 要：在对大型图像数据库的特征挖掘优化过程中，利用传统算法进行特征挖掘，假设图像数据库中
的图像属性差异较大，将极大的降低挖掘精度，难以获取精确的挖掘结果。为了弥补上述弊端，提出了
一种大型图像数据库特征挖掘优化方法。利用局部二维模式纹理分析方法，提取数据库图像中的纹理
特征，同时融合渐变计算方法，根据数据库中图像纹理特征，完成图像数据库特征挖掘。实验结果表
明，利用改进算法进行大型图像数据库的特征挖掘，能够提高挖掘速度与精确度，可以获取准确的挖掘
结果，满足大型图像数据库运行过程中的实际需求。
关键词：图像数据库；纹理特征；挖掘
中图分类号：TH128 文献标识码：A 文章编号：1001-7119（2015）02-0194-03
LargeImageDatabaseCharacteristicsMiningOptimizationModel
LiHuiling
(FacultyofScience,InnerMongoliaHetaoUniversity,Bayannaoer015000,China)
Abstract:Intheoptimizationofthecharacteristicsofthelargeimagedatabaseminingprocess,theuseoftraditionalmining
algorithmcharacteristics,assumingthattheimageinthedatabaseimageattributedifferences,willgreatlyreducemining
precision,itisdifficulttoobtainaccurateminingresults.Inordertomakeupforthedisadvantages,andputsforwardthe
characteristicsofalargeimagedatabaseminingoptimizationmethod.Local 2 dpatterntextureanalysismethodisem⁃
ployedtoextractthetexturefeatureinimagedatabaseandthefusiongradientcalculationmethodatthesametime,accord⁃
ingtotheimagetexturefeaturesinthedatabase,completetheimagedatabasefeaturesofmining.Experimentalresults
showthattheimprovedalgorithm,thecharacteristicsofthelargeimagedatabaseminingtoimproveminingspeedandaccu⁃
racy,canobtainaccurateminingresults,meettheactualdemandintheprocessoflargeimagedatabaseoperation.
Keyword:imagedatabase;texturefeature;mining
[4，5]
0 引言 度，保证了挖掘的效率 。
利用传统算法进行大型图像数据库的特征挖掘， 1 大型
文档评论（0）