知识发现状态空间模型及其在图像挖掘中的应用 - 计算机应用研究.PDF

第 2 期 游福成等: 知识发现状态空间模型及其在图像挖掘中的应用 2·31 · 知识发现状态空间模型及其在图像挖掘中的应用 * 游福成1, 2 , 苏占东1, 3 , 杨炳儒1 ( 1. 北京科技大学 信息工程学院, 北京 100083; 2. 北京印刷学院, 北京 102600; 3. 河北工程学院, 河北 邯郸 056000) 摘 要: 提出了知识发现状态空间统一模型 , 将结构化数据挖掘与复杂类型数据挖掘联系起来, 成为知识发现 领域的一种统一框架理论 , 为复杂类型数据挖掘提供理论指导, 并给出了该模型在图像挖掘中的应用实例。 关键词: 知识发现; 非结构化数据 ; 知识模板 中图法分类号: TP393. 4 文献标识码: A 文章编号 : 1001- 3695( 2005) 02- 0231- 04 Model of Knowledge Discovery State Space and Its Application to Image Mining YOU Fu-cheng1, 2, SU Zhan-dong1, 3, YANG Bing-ru1 ( 1. School of Information Engineering, Beijing University of Science Technology, Beijing 100083, China; 2. Beijing Institute of Graphic Com- munication, Beijing 102600, China; 3. Institute of Hebei Engineering, Handan Hebei 056000, China) Abstract: Puts forward an United Model of Knowledge Discovery State Space ( UMKDSS) , associates the structured data mi- ning and the complex type data mining together. UMKDSS can become one of the united frameworks of Knowledge Discovery and provide theoretical guidance for complex type data mining. Application example of UMKDSS to image mining is given. Key words: Knowledge Discovery; Unstructured Data; Image Mining 知识发现最初是从某些具体应用点展开研究的, 当它的研 上, 笔者提出了 UMKDSS, 如图 1 所示。 究发展到了一定阶段时, 就迫切需要建立其总体理论框架, 从 * K KDK/KDK 整体上指导知识发现研究的发展。有一些研究者从不同的角 F KD渊DK) O 度提出了不同的理论框架。李德毅提出了发现状态空间理 A KDD/KDD* T 论[ 1] , 其发现状态空间是一个三维立体空间, 它适合于结构化 图 1 知识发现状态空间统一模型 ( UMKDSS) 数据挖掘。邸凯昌博士把发现状态空间理