基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高对物联网多媒体音视频数据的检测识别能力,提出基于分段聚类的物联网多媒体音视频数据并行聚类挖掘方法.对采集的物联网多媒体音视频数据进行分段检测和连续谱密度特征分解,采用子空间匹配降噪方法进行多媒体音视频数据的滤波提纯处理,建立物联网多媒体音视频数据的多载波分析模型,结合频谱融合和连续细节特征分解方法进行物联网多媒体音视频数据特征提取,对提取的多媒体音视频数据谱密度特征量进行连续细节特征融合分解分析,根据特征聚类结果,进行物联网多媒体音视频数据并行聚类挖掘.仿真结果表明,采用该方法进行物联网多媒体音视频数据并行聚类挖掘的准确性较高,对多媒体音视频数据检测的抗干扰能力较强,提高了对物联网中多媒体音视频数据的准确识别和特征辨识能力.
推荐文章
基于聚类算法的高速连续数据流并行处理控制系统设计
控制系统设计
聚类算法
数据流并行处理
聚类分析
参数设置
对比实验
基于数据预处理的并行分层聚类算法
分层聚类
并行算法
预处理数据
基于绕质心聚类算法的大数据挖掘
大数据
分裂聚类
凝聚聚类
数据挖掘
基于数据挖掘的聚类算法研究
聚类
数据挖掘
支持向量聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于连续细节特征分解的数据并行聚类挖掘
来源期刊 计算机技术与发展 学科 工学
关键词 连续细节特征分解 数据 并行聚类 挖掘 多媒体
年,卷(期) 2022,(4) 所属期刊栏目 大数据分析与挖掘
研究方向 页码范围 34-38
页数 5页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1673-629X.2022.04.006
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
连续细节特征分解
数据
并行聚类
挖掘
多媒体
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
论文1v1指导