董二林[1]2006年在《多媒体数据库系统在教学中的应用与研究》文中认为随着计算机硬件、软件技术的发展,多媒体(multimedia)教学在现代教育中发挥着越来越重要的作用。而网络技术的飞速发展,使得多媒体数据量空前膨胀。由于多媒体数据具有数据量大、种类繁多、数据结构和格式多样化等特点,使得用户在管理、使用多媒体信息时面临着极大的困难。在这种情况下,多媒体数据库技术成为信息技术领域的一个重要研究方向。本文是在借鉴前人研究成果和结合自己近年来的实际工作经验基础上完成的,主要是对多媒体数据库的一些关键技术问题进行了分析与研究,具体内容包括:媒体信息的分类、信息存储和管理、信息检索、多媒体信息的同步问题和数据库的安全性问题,并在此基础上设计制作了多媒体数据库系统平台。在该平台中笔者提出了信息分类存储的观点,即根据格式与信息量的不同,对多媒体数据采用不同的数据库进行存储,并在分类存储的前提下,提出了数据的分类检索模式,即对传统文本数据采取二词法检索模式,而对图片、视频等数据采取基于内容的检索模式。本文共分四部分:第一部分:介绍了本文的研究背景、国内外相关领域研究现状、主要研究内容及研究重点与难点。第二部分:对相关的基础知识作以介绍和讲解。第叁部分:对多媒体数据库系统的关键技术问题作了系统的分析和研究。第四部分:结合自己的研究内容,设计开发了多媒体数据库系统。
赵锐[2]2002年在《基于内容检索的多媒体数据库系统研究》文中认为多媒体数据库技术是一门新的数据库技术。按内容检索是目前多媒体数据库系统迫切需要的查询手段，也是急待研究的课题。本文围绕基于内容检索的多媒体数据库系统中的关键问题进行了研究和探讨，旨在为建立实用的基于内容检索的多媒体数据库系统打下坚实的理论基础。主要内容包括： (1) 多媒体数据库系统的建模研究。为支持用户按内容检索多媒体信息，多媒体数据库系统模型必须能够方便地对媒体对象的语义特征、媒体物理特征以及媒体对象间的时空关系建模。本文在分析多媒体信息特点的基础上，为有效的对多媒体信息建模，提出了一种统一的多媒体对象语义模型(UMOSDM)，该模型将面向对象的数据模型与语义数据模型和概念模型相结合，引入了人工智能中的一些概念，以支持领域知识的表达。 (2) 多媒体数据库存储与组织的策略与技术研究。在存储分配策略上根据受限块分配(Constrained Block—Allocation)的思想，本文提出了联合分配模式(Combined Allocation Scheme)；并针对大容量磁盘阵列的存储给出了条形分配方案(Disk Striping)；在多媒体数据的存取路径的探讨中，重点介绍了几种有代表性的多维数据索引结构，有K-d树、R*树、VP树等。 (3) 基于内容检索的多媒体数据库体系结构研究。文中介绍了基于内容检索的多媒体数据库系统的体系结构，并针对体系结构中的每一部分做了解释和说明，其中重点介绍了知识辅助模块中有关领域知识的引入、表示等内容。 (4) 基于内容的多媒体数据的查询和检索研究。包括对多媒体查询类型的分析和用户上下文对相似查询与模糊查询的支持的说明以及查询处理过程和特征检索策略和相似性匹配算法等的介绍。 (5) 基于内容检索的图像、视频信息处理和特征提取研究。文中详细论述和说明了图像对象的创建过程和基于内容检索的视频处理技术及特征提取过程。
梁永全[3]1999年在《基于内容的多媒体信息检索的研究》文中认为随着计算机技术的发展和WWW网的出现，需要生成、存储、传输、分析和存取的各种形态的多媒体信息呈爆炸性增长。面对浩瀚纷繁的信息海洋，人们迫切要求能够快速高效地获得所需要的信息，有力的多媒体信息检索工具和表现工具是必不可少的。基于内容的图象检索和多媒体同步模型是目前十分活跃的研究领域，开展这方面的研究具有十分重要的理论和现实意义。 图象分割是图象特征抽取的基础。在本文中，我们描述了图象的纹理谱特征，并提出了一种基于纹理谱特征的图象分割方法。它将纹理谱特征与区域生长算法结合起来，从而实现了无监督的纹理分割。纹理谱特征具有对方向性敏感等优点，实验表明基于纹理谱的图象分割取得了良好效果。 我们描述了基于纹理的图象检索的实现原理，包括灰度共生矩阵、灰度共生矩阵图象纹理特征的提取、旋转不变的特征抽取和基于纹理特征的图象检索系统的设计等。 由于高级概念和低级特征之间的差距和人的感觉主观性，传统的以计算机为中心的图象检索方法存在着严重的局限性。为了克服这种局限性，我们提出了使用相关反馈技术的交互式图象检索算法，并描述了图象对象模型、特征规范化过程和权重修改过程。 我们对多媒体同步进行了研究，分析和比较了各种多媒体同步规范。本文对OCPN模型进行了扩展，提出了一种基于时间Petri网的多媒体模型XOCPN。它可以对具有时间约束关系的多媒体合成进行规范描述，并具有支持灵活用户交互的能力。我们给出了处理异步用户交互的算法，并用示例加以说明。 我们提出了基于内容的图象检索系统的体系结构，给出了基于内容的图象检索系统的相似性计算方法和性能评价标准，以及空间关系的二维串表示和匹配算法。我们实现了基于内容的图象检索系统MIRES／IMAGE，描述了系统的总体结构以及查找引擎和客户前端，并给
张强[4]2008年在《多媒体数据库检索技术研究与应用》文中指出计算机技术与通信技术的结合形成了计算机网络系统,网络远程教育是计算机网络应用中的一种。本文主要研究在嵌入式网络教育平台中多媒体数据库的检索技术。本系统中的多媒体数据库采用松耦合方式构建,即以文件形式存放多媒体文件,以关系数据库存放其索引部分。本文提出一种基于拼音检索树的倒排索引检索算法(PRTBIR),对多媒体数据库进行检索。利用汉语字典中的拼音查字法建立一棵检索树,将多媒体课件中的知识点作为倒排索引的索引项,系统运行时将索引项作为叶子节点挂载到这棵树中。对于树中叶子节点的重复冲突的解决采用链式存储方式进行解决,允许索引项的重复。在嵌入式网上教育平台的实际应用中,验证了该算法可行有效,检索的效率高且查找到的信息更为详细,取得良好的运行效果。本文共分为四个部分,其中第3、4章是本文研究工作的重点:第一章是理论概述,研究了数据库技术、SQL语言及其应用,多媒体数据库的相关技术。第二章研究了基于文件名、基于文本、基于内容的多媒体数据库检索技术,并对索引技术进行讨论。第叁章首先简述基于拼音检索树的倒排索引检索算法的原理,然后对于拼音检索树的建立以及相关操作算法进行详细论述,并从理论上分析其性能。第四章对于本系统的运行平台即嵌入式网络教学平台进行介绍。将检索算法在嵌入式智能网上教学平台中进行实际应用,实现多媒体数据库检索系统,与其它几种检索算法进行实例比较,验证了此系统运行效果较好。最后是论文的结论。
孙劲光[5]2006年在《基于颜色特征的图象数据管理模式研究》文中研究指明在当今软件的世界里，面向对象思想与技术已经渗透到软件的设计、应用和工程领域。在数据库领域中，虽然Oracle、DB2、SQLServer、Infomix现已成为数据库中的霸主，关系数据库占据了绝大部分的市场份额，但关系数据库它不属于面向对象领域。在以关系数据库为数据存储方式、采用面向对象程序设计方法进行软件开发中，由于关系概念与面向对象概念的差异，二者之间存在严重的“阻抗失配(Impedance Mismatch)”问题。为了解决这个问题，面向对象技术和数据库技术自然而然开始交流和结合，应用上层的面向对象要求渗透到数据库以至到数据库的底层。 本文《基于颜色特征的图象数据管理模式研究》是以国内计算机研究领域十九种重要期刊中，自1995年以来在图象工程研究领域发表的学术论文为依据，在对关于图象检索系统的研究、图象数据库模型的研究和基于颜色特征检索技术的研究成果进行验证性实验的基础上，进行归类、整理、统计、分析；着眼于解决基于颜色特性值提取过程中的颜色特征的存储格式、图象特征检索过程中对检索数据的存储需求，以及基于颜色特征图象检索对数据模型的要求等方面的问题，主要内容包括： 首先采用面向对象平台对已发表的研究成果开展验证性实验； 其次，运用“存储器层次”管理的思想，以颜色特征作为特征值的同时综合其它图象自身特征，提取算法以降低特征值的维数和提高检索的效率而展开研究，并得出了对不同的算法抽取出的特征值个数的不同情况只需采取不定长的数值型数组进行存储；算法实现过程中，只需设置二维数组和树二种两种结构。 第叁，从多维数据索引需求入手，在B树支持多维查询比具有专门结构差的弱点下，确立了当原始数据以一维数组的形式存在时，在图象对象间建立一维索引、二维索引的索引机制，对特征值采用二维表格读取是提高效率的最佳途径。 最后根据“基于颜色特征检索”需要灵活运用ODMG和SQL标准来提高检索系统性能的现实，在文中以选择提供基于开发标准的映射层访问数据库的思想为指导，实现了提供基于颜色特征的图象检索验证平台、根据需要提供基于颜色特征的图象检索应用系统
王炬[6]1998年在《多媒体信息检索客户端系统的设计和实现》文中提出多媒体信息涉及许多不同领域的技术，如数据库管理系统(DBMS)、数字信号处理((Digital Signal Processing)、图像处理与分析(Image Processing and Analysis)、光通讯(Optical Communication)、海量存储(Mass Storage)、人工智能、新的程序设计范型和文本处理(Text Processing)等，这些领域的交汇是多媒体信息系统发展的重要前提， 多媒体信息系统需要数据库技术的支持，传统数据管理系统在多年的发展下，已经有一整套规范和运作方式。它也为多媒体信息系统提供了一个模板。在数据独立性(数据抽象)，高级存取查询语言。应用独立性(neutrality)(开放性)、以及系统的体系结构等方面提供了可以借鉴之处。但是，由于多媒体数据的异质性(heterogeneous nature)，及其丰富的内容表达方式。要求系统在多媒体数据的存储、传输、显示和管理比传统的信息管理系统需要更强的功能和能力，尤其在服务器的功能上有更高的要求。传统的数据库管理系统适合于数值、字符数字数据的处理。它并没有为多媒体对象建立真正的数据模型。并且多媒体数据库中需要大量的媒体操作，例如：特征提取、索引和计算等，多媒体组合和同步还要求根据图像内容的相似检索。所有这些都要求适合于多媒体管理的多媒体数据库系统。 我们开发的多媒体信息检索系统MIRES是一个基于内容的多媒体检索系统，它采取了浏览器-服务器(Browser-Server)的分布式计算结构，并使用了最新出现的JAVA技术，使MIRES可以以客户端零安装的方式提供服务。客户只需用一般的浏览器即可使用MIRES。MIRES提供了全文检索服务和基于内容的图像检索。在全文检索服务中，用户通过提交查询表达式来进行检索，而图像服务端则通过一个可视化的查询特征生成界面来表达想检索的图像的特征和内容。用户可以用颜色，型状，纹理，空间方位的结合来生成特征串。并以反馈的方式来精化查询。 在本文的后两章还讨论了多媒体信息的表现。这儿要处理的主要问题是同步播放的要求。我们比较了各种媒体表现的模型，如基于ESTELLE，LOTOS，PETRI网等，最后采取了以时序Petri网和层次Petri网为基础的方案，提出了TIPN及媒体表现的叁层模型。这种模型能表达时序的同步关系，又一致的
郎毅娜[7]2003年在《基于内容的图像分析与检索技术的研究》文中研究说明随着多媒体技术、网络技术的迅速发展，图像信息的应用日益广泛，对规模越来越大的图像数据库、可视信息进行有效的管理成为迫切需要解决的问题，基于内容的图像检索是解决这一问题的关键技术之一。 本文首先全面分析了目前基于内容的图像分析和检索的各种技术，重点讨论了图像内容的分析和表示方法，同时介绍图像检索的一些共性技术以及其他一些相关的研究方向。 然后基于BMP图像颜色特征和纹理特征，提出了一种综合颜色特征和纹理特征的检索方法。选取能够良好再现人类视觉色彩特征的HSV颜色模型，在此颜色空间内，提取原图像主色调作为颜色特征矢量。利用灰度共生矩阵提取图像的纹理特征量。在检索中，颜色和纹理特征的权重不同，本文采用线性加权方式综合颜色特征相似距离和纹理特征相似距离，对图像进行检索。 本文提出的综合利用颜色特征和纹理特征的图像检索方法，是一种即考虑图像的颜色特征又兼顾图像的纹理特征的检索方法。在大量的检索实验中，取得了较好的实验结果。对基于内容图像检索领域具有积极的意义。
徐煜[8]2001年在《一种基于内容的多媒体检索与查询语言》文中研究表明近年来，随着数据压缩、海量存储、宽带网络、高速计算机技术的发展，使得多媒体技术很快成为计算机和通信行业的热点，而数据库作为信息管理的有效手段也成了多媒体研究的重要方向之一。面对浩瀚的信息海洋，人们迫切要求能够快速高效地获得所需的信息，有效的检索工具支持显然是必不可少的。基于内容的检索系统已成为近年来多媒体信息检索领域中最为活跃的研究课题。 本文首先讨论了多媒体数据库查询检索的一些相关技术问题，然后重点讨论了基于内容的检索，并结合QBE（Query ByExample）查询方法，设计了一个基于内容的多媒体查询语言。它将语义表达、面向对象的表示和图像示例有机地结合起来，一方面可提供一个自然的图形查询接口，另一方面可结合多媒体的内容信息，实现基于内容的多媒体查询。
庄毅[9]2007年在《海量多媒体数据库的高效查询处理》文中提出随着多媒体和网络技术的迅猛发展,互联网已经形成了一个巨大而复杂的多媒体信息空间。其所包含的海量多媒体信息资源具有以下的特点:1)数量巨大,增长迅速;2)内容丰富,形式多样;3)结构复杂,分布广泛;4)无序混乱,杂乱无章。面对这些互联网中浩翰的多媒体信息资源,如何对其进行快速准确地检索及高效地处理已经成为一个很重要的研究课题。本论文以数字图书馆作为目标应用,面向海量多媒体数据,提出并解决了海量数据高效查询处理的一系列问题。对海量高维多媒体信息的索引及查询技术进行深度和广度上的研究,重点解决了以下5个方面的问题:●针对海量高维多媒体数据查询存在的“维数灾难”的问题,提出两种高维索引方法,即基于复合距离转换的高维索引(CDT)方法和基于编码的双距离树索引(EDD-Tree)方法,以提高海量多媒体检索效率;●针对书法字数据特点,分别提出基于局部距离图(PDM)的交互式书法字索引方法及基于混合距离树(HD-Tree)的书法字索引方法;●针对在单机环境下,海量多媒体数据查询性能低下的问题,进一步提出了基于数据网格的可扩展并行查询技术。该技术包括优化海量数据在网格结点中的分布、基于索引的快速高维数据集的缩减、并行流水线处理及高效的数据传输机制。理论和实验表明该技术能显着提高相似查询效率;●针对频繁的用户查询请求,提出基于网格环境的高维相似查询的多重查询优化技术,进一步提高在查询密集条件下海量多媒体检索的并发性;●针对海量跨媒体检索的特点,提出一种跨媒体数据的统一索引框架——CIndex。需要特别指出的是,目前国际国内学术界对海量跨媒体检索与索引的研究工作刚刚起步,相关研究还几乎没有。本文对该问题进行了系统而深入的研究,提出针对跨媒体检索与索引的一系列方法和理论成果,具有很大的理论和实际意义;
朱鹏[10]2011年在《农村智能信息服务系统构建及关键技术研究》文中认为信息时代,农村信息资源匮乏已成为抑制我国社会主义新农村建设发展的瓶颈,成为拉大我国城乡差距的决定因素之一。构建一个智能的农村信息服务系统(Rural Intelligent Information Service System,RIISS),为农村用户提供全方位的信息服务,显得非常必要。同时,这也是信息社会发展的需要、我国信息化发展战略的需要及我国农村基层人员的切实需求。本文以建构农村智能信息服务系统为目标,首先阐述了国内外的相关研究情况、论文的研究内容、研究方法、研究意义与创新及论文的基本结构。其次,以信息科学理论、信息服务理论及传播科学理论为理论基础,进行了农村智能信息服务系统构建的需求分析、可行性分析,阐述了农村智能信息服务系统服务定位与设计原则,并进行了RIISS的架构设计。再次,分别进行了RIISS信息检索、RIISS多媒体应用与实现、RIISS的数据库构建及RIISS信息推荐等关键技术的研究。最后,叙述了RIISS的网络运行环境、服务器端及客户端的运行要求,构建实现了农村智能信息服务系统,并阐述了其应用领域和推广方式。具体而言,本文主要进行了以下几个方面的研究工作：第一,RIISS的理论分析与架构设计。主要阐述了构建RIISS的理论基础,进行了需求分析和可行性分析,叙述了其系统定位与设计原则,并进行了相应的架构设计,包含RIISS逻辑结构设计、运行框架设计、功能结构设计及详细的内容设计等。第二,RIISS多媒体应用与实现。主要叙述了多媒体技术的相关知识,设计了RIISS多媒体应用的模块流程,论述了多媒体信息展示、多媒体交互性及多媒体信息存储技术在RIISS中的应用。第叁,RIISS的数据库构建。主要阐述了RIISS的数据库构建的目标、原则及规范,研究设计了RIISS的数据库的逻辑结构、用例模型及各类数据表等。第四,RIISS信息检索关键技术研究。主要是进行了RIISS信息检索方面的研究,通过关联图表示关键词之间的共现关系,然后利用关联图获得关键词在查询向量中的权重,设计了基于关键词关联图扩展的向量空间检索算法,并通过实验验证了算法的有效性。第五,RIISS信息推荐关键技术研究。主要对常用的各类信息推荐方法进行了比较分析,选择了基于内容的推荐方法应用到RIISS中。设计了一个基于内容的农村信息推荐算法,通过RIISS用户信息行为采集模块获取用户的兴趣,构建用户兴趣模型,然后通过计算形成推荐结果,并将结果推送到用户。最后对算法进行了实验验证。第六,RIISS构建实现与应用推广。主要分析了RIISS的网络运行环境、服务器端及客户端的运行要求,阐述了RIISS信息服务系统及管理系统的构建实现,包括电子村务类、农村经济类、乡村文化教育类、乡风文明建设类、多媒体类、专家答疑类信息服务等的构建实现,及信息检索管理、系统内容管理、用户管理、数据分析、行为分析管理、信息推送、专家答疑管理等的构建实现。最后,叙述了RIISS的应用领域和推广方式。文章最后对研究的主要结论和贡献进行了总结,指出了研究的不足之处,并提出了下一步研究工作的构想。
参考文献：
[1]. 多媒体数据库系统在教学中的应用与研究[D]. 董二林. 东北师范大学. 2006
[2]. 基于内容检索的多媒体数据库系统研究[D]. 赵锐. 辽宁工程技术大学. 2002
[3]. 基于内容的多媒体信息检索的研究[D]. 梁永全. 中国科学院研究生院（计算技术研究所）. 1999
[4]. 多媒体数据库检索技术研究与应用[D]. 张强. 大连交通大学. 2008
[5]. 基于颜色特征的图象数据管理模式研究[D]. 孙劲光. 辽宁工程技术大学. 2006
[6]. 多媒体信息检索客户端系统的设计和实现[D]. 王炬. 中国科学院研究生院（计算技术研究所）. 1998
[7]. 基于内容的图像分析与检索技术的研究[D]. 郎毅娜. 辽宁工程技术大学. 2003
[8]. 一种基于内容的多媒体检索与查询语言[D]. 徐煜. 河海大学. 2001
[9]. 海量多媒体数据库的高效查询处理[D]. 庄毅. 浙江大学. 2007
[10]. 农村智能信息服务系统构建及关键技术研究[D]. 朱鹏. 南京大学. 2011
标签：计算机软件及计算机应用论文; 数据库系统论文; 多媒体论文; 海量数据论文; 信息存储论文; 颜色模型论文; 用户研究论文; 相关性分析论文; 信息发展论文; 数据检索论文; 用户分析论文; 文献检索论文;