彩色圖像數(shù)據(jù)庫中目標(biāo)特征數(shù)據(jù)挖掘方法*

楊品林

(大連藝術(shù)學(xué)院 文化藝術(shù)管理學(xué)院，遼寧 大連 116600)

彩色圖像數(shù)據(jù)庫中目標(biāo)特征數(shù)據(jù)挖掘方法*

楊品林

(大連藝術(shù)學(xué)院 文化藝術(shù)管理學(xué)院，遼寧 大連 116600)

針對(duì)由于彩色圖像數(shù)據(jù)特征較多使得目標(biāo)特征挖掘容易出現(xiàn)不確定性的問題，提出一種新的彩色圖像數(shù)據(jù)庫中目標(biāo)特征數(shù)據(jù)挖掘方法.采用減法聚類算法對(duì)彩色圖像數(shù)據(jù)進(jìn)行聚類，采用離群點(diǎn)檢測技術(shù)對(duì)聚類數(shù)據(jù)進(jìn)行分類處理，采用量子行為粒子群優(yōu)化方法選取最優(yōu)目標(biāo)圖像特征數(shù)據(jù)，并與結(jié)構(gòu)相似度計(jì)算方法相結(jié)合，實(shí)現(xiàn)對(duì)最優(yōu)目標(biāo)圖像特征數(shù)據(jù)的挖掘.結(jié)果證明，該方法相比傳統(tǒng)的挖掘方法，其挖掘召回率降低了約17%，挖掘精確度提高了約28.6%.

彩色圖像；數(shù)據(jù)庫；目標(biāo)特征；數(shù)據(jù)挖掘；數(shù)據(jù)聚類；相似度計(jì)算；離群點(diǎn)檢測；粒子群優(yōu)化

近年來，由于計(jì)算機(jī)性能的不斷提高，使得計(jì)算機(jī)視覺與數(shù)據(jù)挖掘技術(shù)不斷進(jìn)步[1-2].隨著彩色成像技術(shù)及設(shè)備的不斷改進(jìn)，彩色圖像應(yīng)用越來越廣泛，彩色圖像數(shù)據(jù)愈來愈大，數(shù)據(jù)庫規(guī)模增長速度過快，而且彩色圖像特征眾多，導(dǎo)致彩色圖像數(shù)據(jù)庫目標(biāo)圖像特征挖掘效率降低[3-4].對(duì)目標(biāo)特征數(shù)據(jù)進(jìn)行準(zhǔn)確挖掘，是增加彩色圖像數(shù)據(jù)庫使用效率最有效的方法之一，成為了該領(lǐng)域亟待解決的問題，受到了學(xué)者的廣泛關(guān)注[5-6].

文獻(xiàn)[7]提出基于數(shù)據(jù)融合的特征數(shù)據(jù)挖掘方法，該方法利用空間數(shù)據(jù)的挖掘理論和方法，從彩色圖像數(shù)據(jù)庫中提取出有規(guī)律性的潛在有用信息、數(shù)據(jù)關(guān)系等，自動(dòng)抽取出目標(biāo)圖像特征，該方法雖能對(duì)彩色圖像數(shù)據(jù)庫中的目標(biāo)特征數(shù)據(jù)進(jìn)行挖掘，但需要進(jìn)行反復(fù)迭代計(jì)算；文獻(xiàn)[8]提出基于關(guān)聯(lián)規(guī)則的特征數(shù)據(jù)挖掘方法，通過圖像紋理特征聯(lián)合關(guān)聯(lián)規(guī)則對(duì)目標(biāo)特征進(jìn)行表征，再根據(jù)模板統(tǒng)計(jì)挖掘方法提取出目標(biāo)特征，該方法能夠較好地表達(dá)目標(biāo)特征，并進(jìn)行特征挖掘，但存在目標(biāo)特征量多，挖掘時(shí)間較長的缺點(diǎn)；文獻(xiàn)[9]提出基于支持向量機(jī)的目標(biāo)特征數(shù)據(jù)挖掘方法，該方法針對(duì)目標(biāo)特征數(shù)據(jù)集的特點(diǎn)，有針對(duì)性地進(jìn)行特征數(shù)據(jù)挖掘，但忽略了周圍環(huán)境對(duì)數(shù)據(jù)產(chǎn)生的干擾，存在圖像數(shù)據(jù)挖掘抗干擾能力差的問題.

針對(duì)上述問題，本文提出一種新的目標(biāo)特征數(shù)據(jù)挖掘方法，首先采用減法聚類方法處理彩色圖像數(shù)據(jù)，然后利用離群點(diǎn)檢測技術(shù)聚類數(shù)據(jù)，采用量子行為粒子群優(yōu)化方法選取最優(yōu)的目標(biāo)圖像特征數(shù)據(jù)，并結(jié)合結(jié)構(gòu)相似度計(jì)算方法，實(shí)現(xiàn)對(duì)最優(yōu)目標(biāo)圖像特征數(shù)據(jù)的挖掘.

1 目標(biāo)圖像特征數(shù)據(jù)的聚類處理

本文采用減法聚類方法對(duì)彩色圖像數(shù)據(jù)庫中的目標(biāo)特征數(shù)據(jù)進(jìn)行聚類，為劃分目標(biāo)特征數(shù)據(jù)提供基礎(chǔ)條件[10-12].

假設(shè)有M個(gè)樣本的目標(biāo)圖像特征數(shù)據(jù)，新到達(dá)樣本的權(quán)值記為qj(t)，j=1，2，…，Nt；聚類權(quán)值記為pi(t-1)，i=1，2，…，C.將Nt個(gè)數(shù)據(jù)樣本劃分成為C個(gè)聚類中心，每個(gè)聚類中心表示為

(1)

式中，μij為樣本屬于聚類中心的模糊隸屬度，1≤i≤C，1≤j≤Nt.

設(shè)有n個(gè)d維的目標(biāo)特征數(shù)據(jù)集X=(x1，x2，…，xn)，對(duì)于數(shù)據(jù)集X里的每個(gè)目標(biāo)特征數(shù)據(jù)xi可計(jì)算出其密度指標(biāo)Di，計(jì)算表達(dá)式為

(2)

式中，ra為目標(biāo)圖像特征數(shù)據(jù)xi的領(lǐng)域半徑.密度指標(biāo)最高的數(shù)據(jù)記為x1，且與聚類中心相對(duì)應(yīng)的密度指標(biāo)記作D1.若xk為第k次選出的聚類中心，Dk為其密度指標(biāo)，則需要對(duì)目標(biāo)圖像特征數(shù)據(jù)的密度指標(biāo)進(jìn)行修正[13-14]，修正表達(dá)式為

(3)

式中，rb為密度指標(biāo)函數(shù)顯著減少的領(lǐng)域半徑.選擇密度指標(biāo)最高的目標(biāo)圖像特征數(shù)據(jù)xk+1作為新的聚類中心，其密度指標(biāo)為Dk+1，則在滿足Dk+1/D1<ε約束條件下，完成對(duì)目標(biāo)圖像的聚類，其中，0<ε<1，為事先給出的閾值.ε的大小直接與聚類效果有關(guān)，ε越小，聚類效果越好.

2 圖像特征數(shù)據(jù)挖掘改進(jìn)

2.1 圖像特征數(shù)據(jù)選擇

采用量子行為粒子群優(yōu)化方法對(duì)上述分類的目標(biāo)圖像特征數(shù)據(jù)進(jìn)行選擇，計(jì)算步驟如下：

1) 初始化粒子種群，獲取粒子位置.種群中每個(gè)粒子位置均是一個(gè)可行解，都是由目標(biāo)圖像特征數(shù)據(jù)屬性組成，粒子位置表達(dá)式為

Si=[w11，w12，…，w1k，wn1，wn2，…，wnk，

b1，b2，…，bk]

(4)

式中，w1k，wnk，bk分別為數(shù)據(jù)的橫、縱及側(cè)向坐標(biāo).

2) 對(duì)每一個(gè)粒子，采用基本ELM算法計(jì)算出相應(yīng)的權(quán)值，然后估算出它的自適應(yīng)函數(shù)值.

3) 獲取更新粒子個(gè)體最優(yōu)位置，更新表達(dá)式為

(5)

式中，f()為適應(yīng)值函數(shù).

4) 對(duì)任意粒子i，將其個(gè)體最優(yōu)位置的適應(yīng)值和全局最優(yōu)位置的適應(yīng)值進(jìn)行對(duì)比，獲取全局最優(yōu)位置，即

(6)

5) 根據(jù)獲取的最優(yōu)位置對(duì)目標(biāo)圖像特征數(shù)據(jù)進(jìn)行選擇，當(dāng)pg(t)最大時(shí)，其目標(biāo)圖像特征數(shù)據(jù)屬性最顯著；若pg(t)最小時(shí)，其數(shù)據(jù)屬性不顯著，可直接忽略.

2.2 改進(jìn)算法

當(dāng)目標(biāo)圖像特征數(shù)據(jù)的個(gè)數(shù)為card(Vd)，其中，Vd為決策值域，且數(shù)據(jù)集中對(duì)象Θ在各個(gè)等效類中隨機(jī)分布，則Θ包含的目標(biāo)圖像特征數(shù)據(jù)信息量為

(7)

式中，p(Θi)為對(duì)象被正確分類到Θi的概率.Θ相對(duì)于屬性a的條件熵為

(8)

式中，p(vj)為屬性a具有屬性vj的概率.在目標(biāo)圖像特征數(shù)據(jù)a屬性已知的情況下，Θ仍然存在不確定性，隨著目標(biāo)信息熵的下降，其數(shù)據(jù)信息不確定性也會(huì)增加.當(dāng)目標(biāo)圖像特征數(shù)據(jù)屬性Gi含有m個(gè)屬性，則目標(biāo)圖像特征數(shù)據(jù)屬性組Gi的條件信息熵為

(9)

式中，p(Gi|va1，va2，…，vam)為Gi的聯(lián)合條件概率.目標(biāo)圖像特征數(shù)據(jù)集Gi與數(shù)據(jù)對(duì)象Θ之間的互信息量為

I(Θ，Gi)=H(Θ)-H(Θ|Gi)

(10)

I(Θ，Gi)主要反映了目標(biāo)圖像特征數(shù)據(jù)屬性Gi對(duì)Θ的不確定性消除程度.若I(Θ，Gi)值較大，說明目標(biāo)圖像特征數(shù)據(jù)集Gi為最優(yōu)目標(biāo)圖像特征數(shù)據(jù)；反之，若I(Θ，Gi)值較小，則目標(biāo)圖像特征數(shù)據(jù)集Gi為較差目標(biāo)圖像特征數(shù)據(jù)，可根據(jù)I(Θ，Gi)值的大小進(jìn)行順序挖掘.

在確定I(Θ，Gi)值的基礎(chǔ)上，采用結(jié)構(gòu)相似度計(jì)算方法對(duì)目標(biāo)圖像特征數(shù)據(jù)進(jìn)行挖掘，則數(shù)據(jù)相似度獲取表達(dá)式為

(11)

式中：Ei為樣本總量；pi為目標(biāo)圖像特征數(shù)據(jù)在數(shù)據(jù)集中的概率.

綜上所述，在滿足目標(biāo)數(shù)據(jù)選擇要求的基礎(chǔ)上，通過確定目標(biāo)圖像特征數(shù)據(jù)信息熵，結(jié)合結(jié)構(gòu)相似度計(jì)算方法，可對(duì)彩色圖像數(shù)據(jù)庫中的目標(biāo)圖像特征數(shù)據(jù)進(jìn)行挖掘.

3 實(shí)驗(yàn)分析

為了充分驗(yàn)證本文提出方法的有效性，實(shí)驗(yàn)采用數(shù)據(jù)庫SQL Server2000中的目標(biāo)特征數(shù)據(jù)，共選取了50個(gè)樣本約26 480個(gè)目標(biāo)特征數(shù)據(jù).實(shí)驗(yàn)參數(shù)設(shè)置如表1所示.

表1 實(shí)驗(yàn)參數(shù)設(shè)置Tab.1 Setting of experimental parameters

在目標(biāo)特征數(shù)據(jù)量一定的情況下，采用改進(jìn)的挖掘方法與基于信息融合的特征數(shù)據(jù)挖掘方法、基于關(guān)聯(lián)規(guī)則的特征數(shù)據(jù)挖掘方法進(jìn)行對(duì)比，目標(biāo)特征數(shù)據(jù)挖掘召回率的對(duì)比分析結(jié)果如圖1所示.目標(biāo)特征數(shù)據(jù)挖掘精確度的對(duì)比分析結(jié)果如圖2所示.

召回率是檢索出的相關(guān)數(shù)據(jù)數(shù)量和數(shù)據(jù)庫中所有相關(guān)數(shù)據(jù)數(shù)量的比值，可以對(duì)檢索系統(tǒng)的查全率進(jìn)行衡量[15-17].由圖1可知，采用基于信息融合的特征數(shù)據(jù)挖掘方法時(shí)，其平均召回率約為58%，在初始階段其召回率即急劇增加，雖然其在40 s之后增速變慢，但是其整體召回率仍為最高；采用基于關(guān)聯(lián)規(guī)則的特征數(shù)據(jù)挖掘方法時(shí)，其平均召回率約為46%，在0～30 s時(shí)召回率要比其它方法的高，但其后期增長速度變緩，使得整體召回率較低；采用改進(jìn)的挖掘方法時(shí)，平均召回率約為29%，且在30 s之后開始下降，穩(wěn)定性較強(qiáng)，具有一定的優(yōu)勢.

圖1 不同方法的召回率對(duì)比Fig.1 Comparison results of recall rate for different methods

圖2 不同方法的挖掘精確度對(duì)比Fig.2 Comparison in mining accuracy under different algorithms

由圖2可知，采用基于信息融合的特征數(shù)據(jù)挖掘方法時(shí)，其穩(wěn)定挖掘精確度約為50.5%，但初始階段其挖掘準(zhǔn)確率較低，不適合少量數(shù)據(jù)的挖掘；采用基于關(guān)聯(lián)規(guī)則的特征數(shù)據(jù)挖掘方法時(shí)，其平均精確度為64.8%；采用改進(jìn)的挖掘方法時(shí)，其平均精確度為83.4%，且在挖掘初期精確度已提高到了80%以上，并且隨著數(shù)據(jù)量的增加，精確度也隨之增加.

為了進(jìn)一步驗(yàn)證本文提出方法的有效性，對(duì)三種方法執(zhí)行代價(jià)進(jìn)行比較，在數(shù)據(jù)量逐漸增加的情況下，三種方法挖掘過程運(yùn)行代價(jià)如圖3所示.

圖3 不同方法執(zhí)行代價(jià)比較結(jié)果Fig.3 Comparison results in executing cost of different methods

執(zhí)行代價(jià)即挖掘方法對(duì)目標(biāo)特征數(shù)據(jù)進(jìn)行挖掘時(shí)所耗費(fèi)的能量，執(zhí)行代價(jià)越高，挖掘所需的能量則越高.由圖3分析可知，在新增數(shù)據(jù)量不斷增多的情況下，三種方法執(zhí)行代價(jià)均逐漸增多，但和基于關(guān)聯(lián)規(guī)則的特征數(shù)據(jù)挖掘方法與基于信息融合的特征數(shù)據(jù)挖掘方法相比，本文方法執(zhí)行代價(jià)曲線增加幅度明顯較低，說明本文方法挖掘所需能耗較少，效率最高.

4 結(jié) 論

針對(duì)目標(biāo)特征數(shù)據(jù)挖掘方法存在的挖掘效果差的問題，提出基于量子行為粒子群優(yōu)化方法與結(jié)構(gòu)相似度計(jì)算方法相結(jié)合的數(shù)據(jù)挖掘方法.實(shí)驗(yàn)對(duì)比發(fā)現(xiàn)，采用改進(jìn)的挖掘方法時(shí)，其整體召回率與挖掘精度均好于其他方法，且在新增數(shù)據(jù)量相同的情況下，執(zhí)行代價(jià)最小，效率最高.本文所提出算法更適用于數(shù)據(jù)量大，挖掘精度要求高的工況.

[1] 李炳乾.對(duì)等P2P網(wǎng)絡(luò)中大數(shù)據(jù)關(guān)鍵特征挖掘模型仿真 [J].計(jì)算機(jī)仿真，2014，31(11)：294-296.

(LI Bing-qian.Model simulation of big data key characteristics mining for Peer-to-Peer networks [J].Computer Simulation，2014，31(11)：294-296.)

[2] 胡文瑜，孫志揮，吳英杰.數(shù)據(jù)挖掘取樣方法研究 [J].計(jì)算機(jī)研究與發(fā)展，2011，48(1)：45-54.

(HU Wen-yu，SUN Zhi-hui，WU Ying-jie.Study of sampling methods on data mining and stream mining [J].Journal of Computer Research and Development，2011，48(1)：45-54.)

[3] 湯恒耀，胡志華.基于鏈距離估計(jì)的非顯著特征數(shù)據(jù)挖掘算法 [J].科技通報(bào)，2015，31(6)：142-144.

(TANG Heng-yao，HU Zhi-hua.Non significant features data mining algorithm based on chain distance dstimation [J].Bulletin of Science and Technology，2015，31(6)：142-144.)

[4] 武靖娜，楊姝，王劍輝.一種分布式大數(shù)據(jù)挖掘的快速在線學(xué)習(xí)算法 [J].沈陽師范大學(xué)學(xué)報(bào)(自然科學(xué)版)，2016，34(1)：100-104.

(WU Jing-na，YANG Shu，WANG Jian-hui.A new fast online learning algorithm based on distributed mining of big data [J].Journal of Shenyang Normal University(Natural Science Edition)，2016，34(1)：100-104.)

[5] 李駿驍.多層差異網(wǎng)絡(luò)深度入侵?jǐn)?shù)據(jù)挖掘方法研究 [J].計(jì)算機(jī)仿真，2015，32(4)：235-238.

(LI Jun-xiao.Multilayer network intrusion data mining depth difference method research [J].Computer Simulation，2015，32(4)：235-238.)

[6] 康鳳，蔣小惠，馮梅.網(wǎng)絡(luò)偽裝隱形文本特征檢測及數(shù)據(jù)挖掘方法 [J].科技通報(bào)，2014，30(4)：113-115.

(KANG Feng，JIANG Xiao-hui，F(xiàn)ENG Mei.Method of data mining and hidden text data feature detection for network intrusion [J].Bulletin of Science and Technology，2014，30(4)：113-115.)

[7] 米曉萍，李雪梅.基于信息融合度傳遞的頻域徙動(dòng)入侵特征挖掘算法 [J].計(jì)算機(jī)科學(xué)，2015，42(3)：224-227.

(MI Xiao-ping，LI Xue-mei.Mining algorithm of frequency domain migration intrusion feature based on information fusion transfer [J].Computer Science，2015，42(3)：224-227.)

[8] 陳佳，胡波，左小清，等.利用手機(jī)定位數(shù)據(jù)的用戶特征挖掘 [J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2014，39(6)：734-738.

(CHEN Jia，HU Bo，ZUO Xiao-qing，et al.Personal profile mining based on mobile phone location data [J].Geomatics and Information Science of Wuhan University，2014，39(6)：734-738.)

[9] 陳向東，李平.基于色彩特征的CAMSHIFT視頻圖像汽車流量檢測 [J].沈陽工業(yè)大學(xué)學(xué)報(bào)，2015，37(2)：183-188.

(CHEN Xiang-dong，LI Ping.Vehicle flow detection with CAMSHIFT video images based on color feature [J].Journal of Shenyang University of Technology，2015，37(2)：183-188.)

[10]馬瑞，周謝，彭舟，等.考慮氣溫因素的負(fù)荷特性統(tǒng)計(jì)指標(biāo)關(guān)聯(lián)特征數(shù)據(jù)挖掘 [J].中國電機(jī)工程學(xué)報(bào)，2015，35(1)：43-51.

(MA Rui，ZHOU Xie，PENG Zhou，et al.Data mining on correlation feature of load characteristics statistical indexes considering temperature [J].Proceedings of the CSEE，2015，35(1)：43-51.)

[11]王小平.基于運(yùn)動(dòng)背景的自適應(yīng)視頻對(duì)象分割算法 [J].重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版)，2016，28(1)：95-99.

(WANG Xiao-ping.Adaptive video object segmentation algorithm based on background motion [J].Journal of Chongqing University of Posts and Telecommunications (Nature Science Edition)，2016，28(1)：95-99.)

[12]黃斌，許舒人，蒲衛(wèi).基于MapReduce的數(shù)據(jù)挖掘平臺(tái)設(shè)計(jì)與實(shí)現(xiàn) [J].計(jì)算機(jī)工程與設(shè)計(jì)，2013，34(2)：495-501.

(HUANG Bin，XU Shu-ren，PU Wei.Design and implementation of MapReduce-based data mining platform [J].Computer Engineering and Design，2013，34(2)：495-501.)

[13]余旺盛，田孝華，侯志強(qiáng).基于區(qū)域邊緣統(tǒng)計(jì)的圖像特征描述新方法 [J].計(jì)算機(jī)學(xué)報(bào)，2014，37(6)：1398-1410.

(YU Wang-sheng，TIAN Xiao-hua，HOU Zhi-qiang.A new image feature descriptor based on region edge statistical [J].Chninese Journal of Computers，2014，37(6)：1398-1410.)

[14] 柯丹丹，蔡光程，曹倩倩.基于圖像特征的各向異性擴(kuò)散去噪方法 [J].計(jì)算機(jī)應(yīng)用，2012，32(3) ：742-745.

(KE Dan-dan，CAI Guang-cheng ，CAO Qian-qian.Anisotropic diffusion denoising method based on image feature [J].Journal of Computer Applications，2012，32(3) ：742-745.)

[15]朱閱岸，周烜，張延松，等.多核處理器下事務(wù)型數(shù)據(jù)庫性能優(yōu)化技術(shù)綜述 [J].計(jì)算機(jī)學(xué)報(bào)，2015，38(9)：1865-1879.

(ZHU Yue-an，ZHOU Xuan，ZHANG Yan-song，et al.A survey of optimization methods for transactional daabase in multi-core era [J].Chninese Journal of Computers，2015，38(9)：1865-1879.)

[16] 陸會(huì)明，周釗，廖常斌.基于實(shí)時(shí)數(shù)據(jù)庫系統(tǒng)的歷史數(shù)據(jù)處理 [J].電力自動(dòng)化設(shè)備，2009，29(3)：127-131.

(LU Hui-ming ，ZHOU Zhao ，LIAO Chang-bin.Historical data processing in real-time database system [J].Electric Power Automation Equipment，2009，29(3)：127-131.)

[17]劉偉，孟小峰，凌妍妍.一種基于圖模型的Web數(shù)據(jù)庫采樣方法 [J].軟件學(xué)報(bào)，2008，19(2)：179-193.

(LIU Wei，MENG Xiao-feng，LING Yan-yan.A graph-based approach for web database sampling [J].Journal of Software，2008，19(2)：179-193.)

Miningmethodfortargetfeaturedataincolorimagedatabase

YANG Pin-lin

(School of Culture and Art Management, Dalian Art College, Dalian 116600, China)

Aiming at the problem that the uncertainty caused by the multiple features of color image data is easy to appear in the object feature mining, a new mining method for the target feature data in the color image database was proposed.The color image data were clustered with the subtractive clustering method, and the clustered data were classified with the outlier detection technique.In addition, the optimal target image feature data were selected with the quantum behaved particle swarm optimization method.In combination with the structural similarity calculation method, the mining of optimal target image feature data was realized.The results show that compared with the traditional mining method, the recall rate of proposed method reduces by about 17%, while the mining accuracy increases by about 28.6%.

color image; database; target characteristic; data mining; data clustering; similarity calculation; outlier detection; particle swarm optimization

2016-07-15.

遼寧省教育廳科學(xué)研究項(xiàng)目(W2012283，W2010114)；遼寧省職業(yè)技術(shù)教育學(xué)會(huì)科研規(guī)劃項(xiàng)目(lzy15148，lzy15531).

楊品林(1979-)，男，遼寧大連人，副教授，碩士，主要從事計(jì)算機(jī)網(wǎng)絡(luò)與數(shù)據(jù)庫應(yīng)用等方面的研究.

* 本文已于2017-10-25 21∶12在中國知網(wǎng)優(yōu)先數(shù)字出版.網(wǎng)絡(luò)出版地址：http：//kns.cnki.net/kcms/detail/21.1189.T.20171025.2112.010.html

10.7688/j.issn.1000-1646.2018.01.11

TP 311.13

A

1000-1646(2018)01-0060-05

景 勇 英文審校：尹淑英)