本项目主要研究基于语义网的多媒体数据知识元的发现机理与挖掘算法。研究并构建基于领域本体的语义标引方法及个性化知识元挖掘模型,有利于提高信息检索的查全率与查准率,构建用户兴趣模型,有利于实现面向内容的用户个性化知识挖掘。研究文本数据语义挖掘算法及实现方法,有利于开发具有文本阅读、语义理解能力的文本数据挖掘工具,实现对数字化文档知识元的自动抽取。研究多媒体数据特征向量抽取与知识元挖掘模型及算法,给出其语义标引方法,实现多媒体数据基于特征向量的知识检索与基于语义标引的内容检索的融合,便于开发多媒体数据语义搜索工具,内容包括:使用视觉特征标引图像并按照特征相似度检索对象,以实现图像知识元抽取,构造图像知识库,研究图像基于描述的检索系统;针对视频数据的查询与检索技术,建立检索关联规则,给出视频数据知识元提取与挖掘方法,并添加语义标引信息;研究音频数据基于特征向量的知识挖掘及基于语义标引的内容检索。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
栓接U肋钢箱梁考虑对接偏差的疲劳性能及改进方法研究
Web数据挖掘与知识发现
面向甲骨学知识图谱的实体发现及语义关系挖掘研究
TRIZ多冲突设计问题的工程语义网求解及专利知识挖掘方法与应用
基于语义的突发危机事件知识发现与决策支持研究