计算机科学考点,计算机科学进考点和答案.docx

计算机科学进考点和答案

李川什么是数据挖掘？数据挖掘是通过仔细分析大量数据来揭示有意义的新的关系、趋势和模式的过程.? 数据挖掘(Data?Mining)是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程.数据挖掘的广义观点：数据挖掘就是从存放在数据库，数据仓库或其他信息库中的大量的数据中“挖掘”有趣知识的过程。数据挖掘，又称为数据库中知识发现，?也有人把数据挖掘视为数据库中知识发现过程的一个基本步骤。知识发现过程由以下步骤组成：(1)数据清理，(2)数据集成，(3)数据选择，(4)数据变换，(5)数据挖掘，(6)模式评估，(7)知识表示。数据挖掘可以与用户或知识库交互。什么是数据仓库？概念：数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。 数据仓库的组成：a数据仓库数据库 是整个数据仓库环境的核心，是数据存放的地方和提供对数据检索的支持。b数据抽取工具 对各种不同数据存储方式的访问能力是数据抽取工具的关键，应能生成COBOL程序、MVS作业控制语言(JCL)、UNIX脚本、和SQL语句等，以访问不同的数据。c元数据元数据是描述数据仓库内数据的结构和建立方法的数据。可将其按用途的不同分为两类，技术元数据和商业元数据。d访问工具 为用户访问数据仓库提供手段。有数据查询和报表工具；应用开发工具；管理信息系统(EIS)工具；在线分析(OLAP)工具；数据挖掘工具。e数据集市(Data Marts) 　 为了特定的应用目的或应用范围，而从数据仓库中独立出来的一部分数据。f数据仓库管理 g信息发布系统数据挖掘和数据仓库各自有什么困难点，结合自己研究方向2、浦亦菲(1)分数阶微积分特性：非局域性2.长时记忆性3.弱记忆性分数阶微积分和整数阶微积分的对比(优势)将分数阶积分理论用到图像去噪，提出了基于分数阶积分的图像去噪算法。该方法打破了传统图像去噪算法基于整数积分阶次的思想，通过设定一个较小的分数积分阶次来构建相应的图像去噪掩模，并利用迭代的方法来控制图像去噪的效果，从而在图像去噪的同时，尽量保留了图像的边缘和纹理等细节信息。分数阶积分算子在削弱信号高频部分的同时，对其中的最高频部分进行了非线性的保留；分数阶积分算子在加强信号低频部分的同时，对其中的最低频部分也进行了一定的保留。这样，分数阶积分算子在去除噪声的同时，一定程度上保留了图像的边缘和纹理等细节信息，从而使去噪后的图像不会产生严重的模糊现象。3、李征(1)三维表面重建过程(立体视觉步骤)立体视觉概念：模仿人眼的立体视觉过程，基于一帧或多帧具有共同拍摄场景的图像，由其中的二维形状信息恢复原始场景中三维形状信息的视觉过程。立体视觉的一般处理过程：1)特征提取：从参考图像和变形图像中提取有意义的特征，如边缘信息、边缘轮廓、重心、线交叉点、拐点等；2)建立匹配关系：在两帧图像间建立一个映射关系，该映射能够将其中一帧图像上的像素或者特征点坐标映射为另一帧图像中匹配的像素点或特征点的坐标。包括基于像素的图像配准和基于特征的图像配准两类方法。3)标定摄像机，确定其内部参数：使用绝对二次曲线概念，并且需要在多视(至少三视)几何中求解得到摄像机内部参数，包括焦距，长度与像素间的放缩因子，图象坐标系内的倾斜因子，图象坐标系原点与光心投影点间的平移。摄像机标定有线性和非线性模型两种。4)确定摄像机相对放置，确定其外部参数：根据摄像机内部参数和已通过配准方法获取左、右图像中8个以上的匹配点求得两台摄像机的外部参数，包括世界坐标系到摄像坐标系的转换矩阵，世界坐标系与摄像坐标系间的平移。5)投掷射线，三维表面重建：根据成像模型，单视几何学原理和双视几何学原理对匹配点对实施三维坐标重建。6)深度确定7)后处理(2)特征提取(比如角点提取)1)角点的定义：是图像中周围亮度变化剧烈的点，是图像中重要的局部特征，集中了图像上很多重要的形状信息。2)角点检测的方法：基于模板的角点检测，基于边缘的角点检测，基于灰度变化的角点检测基于独立性的角点提取方法：亮度越强的像素位置独立性越强两个像素窗口的关联系数：像素的独立性：x’与y’小于指定整数，且不同时为零4)基于独立性的角点处理流程：1. 从图像中提取边缘像素集2. 将边缘像素按照独立性降序排序3. 对于当前独立性最大的像素，若其独立性大于指定阈值，则将其输出到角点集，否则结束处理流程4. 对于剩余的边缘像素集，将其独立性乘以H，转第2步其中，di为第i个剩余边缘像素与输出角点间的像素距离；D为相对距离定义，由它规定距离远、近的概念。基于特征匹配的图像配准图像配准概念：图像配准(Image registration)就是将不同时间、不同传感器(成像设备)或不同条件下