[01342909]基于支持向量机的大规模数据挖掘新算法研究

该项目利用统计学习理论和方法,对常用的数据挖掘工具进行改进和提升;并继而采用该改进的数据挖掘算法对大规模的图像数据进行图像分割、对于视频数据进行目标识别和跟踪,其结果可供多媒体环境下的使用者进行使用。 该项目的科学技术要点主要包含以下两个方面。 一、针对大规模数据挖掘传统方法中的高时空复杂性,通过结合采用引入核心集对样本信息进行聚集、采用核密度估计方法对核心集样本分布特征进行有效估计、根据核密度估计结果有针对性地缩减训练样本等一系列优化策略来改进、提升算法的性能,从而获得在基本不牺牲预测精度的同时,明显减少计算复杂度的良好效果。 二、采用基于上述策略的数据挖掘算法,对多媒体环境下的大规模数据进行处理和分析：采用该改进的数据挖掘算法对大规模的图像数据进行图像分割、对于视频数据进行目标识别和跟踪,其结果可供多媒体环境下的使用者进行使用。 通过本项目自行设计的研究方法和手段,可以对大规模的机器学习和数据挖掘研究领域提供新的可行途径和解决办法,其成果有望适用于海量数据的文本、网页挖掘,图像处理、目标跟踪等研究领域。