隨著網絡與計算機的發展，可利用的數據量日益
增大，數據的形式更多樣化，這對
數據挖掘算法的研究和數據挖掘與領域知識、技術的
融合都提出了新的挑戰。李英傑編寫的《數據挖掘算
法及在視頻分析中的應用》在分
析數據挖掘相關概念和相關技術研究現狀基礎上，闡
述了圍繞數據挖掘中的分類、特異
數據挖掘、關聯規則等任務中經典算法的改進研究。
繼而闡述了數據挖掘算法在計算機
視覺領域應用的研究工作。每部分研究工作均詳細描
寫了背景、問題、研究思路、實驗
結果、結論與總結等。各部分工作相關，又獨成體繫
，可讀性好。
《數據挖掘算法及在視頻分析中的應用》可作為
高等學校數據分析類課程的補充資料，也可供相關方
向的研究生及專業
科技工作者參考。

前言
第1章 緒論
第2章 數據挖掘基本概念與相關技術研究現狀
2.1 數據挖掘的基本概念
2.2 頻繁項集和關聯規則挖掘
2.3 聚類、分類與模式識別
2.4 特異數據挖掘
2.5 數據挖掘應用現狀
第3章 基於聚類的全局特異數據挖掘算法
3.1 基於距離的全局特異數據挖掘概念和方法
3.2 一種基於聚類的全局特異數據挖掘算法
3.3 挖掘特異數據能力實驗分析
3.4 算法性能實驗分析
3.5 聚類算法與特異發現算法對比
3.6 小結
第4章 基於規則的分類方法
4.1 基本概念
4.2 基於規則的分類方法
4.3 關聯規則分類算法
4.4 必要置信度對分類精度影響的研究
4.5 小結
第5章 智能視頻監控中的數據挖掘應用
5.1 智能監控繫統研究背景與相關技術現狀
5.2 一種智能監控繫統構架
5.3 一種行為識別視頻特征有效性驗證
5.4 小結
第6章 基於差分的行為特征與基於全前景的行為特征比較
6.1 概述
6.2 表觀特征
6.3 幀差序列與全前景序列
6.4 特征集
6.5 實驗分析
6.6 討論與結論
第7章 基於差分的行為識別進一步探索
7.1 相關工作介紹和本章方法概述
7.2 差分光流計算方法
7.3 特征集
7.4 實驗與討論
7.5 結論
第8章 結論
參考文獻