二、怎样处理多媒体数据

　　1．多媒体数据的存储

　　多媒体信息包括图像、声音和视频等，它们都是以二进制数据集合的形式存在的，在本系统中处理的对象是图像。SQL Server提供了Image数据类型来存储可变长度二进制数据（大小范围为0~2GB）。但Image字段并不能将多媒体数据直接装入，必须经过一些中间步骤才能将数据存进去。下面以图像数据的存储为例，给大家介绍怎样在Delphi中实现这些中间步骤。

　　Delphi中的TStream数据类型以流的形式对字符或非字符数据进行存储，就像在内存中开辟了一个大小可变的临时缓存区。它不仅能方便地对外部文件进行读写，而且还可以将流中的全部数据直接转入数据库，所以用它作桥梁来完成数据存入工作是非常合适的。

　　下面的SavetoImage函数的功能是将TStream数据存入数据表的Image字段中。

function SavetoImage(const Stream:TStream;const AField:TField):boolean;
var
FieldStr:string;
PFieldStr:PChar;
begin
Result:=false;
if (Assigned(AField)) and (Assigned(Stream)) then
begin
try
Stream.Seek(0,0);
SetLength(FieldStr,Stream.Size);
PFieldStr:=PChar(FieldStr);
Stream.Read(PFieldStr^,Stream.Size);
AField.Value:=FieldStr;
Result:=true;
except
end;
end;
end;

　　下面是调用SavetoImage函数完成图像数据存储的程序片段。

Var
FS:TFileStream;
begin
FS:=TFileStream.Create('C:/Car001.jpg',fmOpenRead);
SavetoImage(FS,Adodataset1.FieldBy
Name('st_img'));
FS.Free;
end;

　　其中，Adodataset1是与数据库进行连接的ADO数据集控件，st_img为Image字段。

　　2．多媒体数据的转移

　　利用SQL Server所带的BCP实用工具，可以很方便地将数据库部分或全部数据复制出来，包括二进制数据。对复制出的多媒体数据可以通过网络或移动存储设备将它们转移到远端的监控电脑上，再利用BCP将它们复制到监控数据库中，以便对多媒体数据进行回放或做其它处理。下面是简化了的将数据从数据库复制到外部文件和从外部文件复制入数据库的程序片段。

var
s1:string;
begin
s1:='bcp "select * from st2002..st2002_sf where st_flag=1" queryout c:/Media_data.dat -N -P -S sunnynt/hy2002';
winexec(PChar(s1),sw_show);
end;

　　其中“select * from st2002..st2002_sf where st_flag=1”表示从st2002数据库的st2002_sf表中提取数据，“c:/Media_data.dat”为输出数据文件，参数queryout表示从查询中复制数据到外部文件，-N表示进行大容量数据复制操作，-P表示使用默认密码，-S提定进行数据复制操作的数据库服务器或实例。

var
s1:string;
begin
s1:= 'bcp ST2002..ST2002_SF in c:/Media_data.dat -n -E -P -S sunnynt /hy2002';
winexec(PChar(s1),sw_show);
end;

　　其中参数in表示将数据从外部文件复制到数据表中。

　　3．多媒体数据的回放

　　同存储的方法类似，多媒体数据的回放也要借助TStream数据类型作桥梁，而且它基本上是存储的逆过程。

　　LoadfromImage函数的功能是将数据表的Image字段数据装入TStream中。

function LoadfromImage(const AField:TField;const Stream:TStream):boolean;
var
ResultStr:string;
PResultStr:PChar;
begin
Result:=false;
if (Assigned(AField)) and (Assigned(Stream)) then
begin
try
ResultStr:=AField.Value;
PResultStr:=PChar(ResultStr);
Stream.Write(PResultStr^,length(Result
Str));
Stream.Seek(0,0);
Result:=True;
except
end;
end;
end;

　　下面是调用LoadfromImage函数将数据表Image字段中的图像数据转出到外部文件中并利用图像显示控件回放图像的程序片段。

var
FS:TFileStream;
begin
FS:=TFileStream.Create('c:/Car001.jpg',fmCreate);
LoadfromImage(adodataset1.fieldby
name('st_img'),FS);
FS.Free;
image1.picture.LoadFromFile('c:/Car001.jpg');
end;

　　三、小结

　　其它多媒体数据类型如声音、视频等的转出过程与图像的转出完全相同，只是回放部分应针对不同媒体类型采用不同的媒体播放控件。

　　上面所述的原型程序在Delphi 5/6/7+SQL Server 2000标准版中调试通过，经过适当的扩充和修改后，这些程序在笔者开发的高速公路收费系统中得到了验证。同样，这些程序也可使用在如学籍管理、档案管理、人事管理、商品交易等涉及到多媒体数据的应用系统中。

　　如今已经是数码时代，DC、DV、MP3等数码设备正逐渐深入到我们生活和工作中，它们产生的图像、视频、声音等多媒体信息呈爆炸式增长，如何有效管理这些多媒体信息成为摆在我们面前的课题。本文简单讨论了利用SQL Server数据库对多媒体信息进行管理的几个基本问题，其原理同样适合Sybase、Oracle等数据库和Powerbuilder、VB等前端开发工具。

      选择多媒体数据压缩算法是需要综合考虑数据质量、数据量和计算的复杂度。
     数据质量好是指恢复数据失真较小。
     数据量越小，代表压缩比越大，压缩算法越好。
     压缩算法对计算复杂度的要求是压缩算法简单，速度快。
 
此外，选择压缩算法时还应考虑硬件实现的可能性。


数据压缩就是在一定的精度损失条件下，以最少的数据量表示信息源所发出的信号。
多媒体信息源引起了“数据 爆炸”，如果不进行数据压缩，传输和存储都难以实用化。


时间域压缩：可以迅速传输媒体信源。
频率域压缩：可以并行开通更多业务。
空间域压缩：可以降低存储费用。
能量域压缩：可以降低发射功率。

1．多媒体数据的存储

　　多媒体信息包括图像、声音和视频等，它们都是以二进制数据集合的形式存在的，在本系统中处理的对象是图像。 SQL Server提供了Image数据类型来存储可变长度二进制数据（大小范围为0~2GB）。但Image字段并不能将多媒体数据直接装入，必须经过一些中 间步骤才能将数据存进去。下面以图像数据的存储为例，给大家介绍怎样在Delphi中实现这些中间步骤。

　　Delphi中的TStream数据类型以流的形式对字符或非字符数据进行存储，就像在内存中开辟了一个大小可变的临时缓存区。它不仅能方便地对外部文件进行读写，而且还可以将流中的全部数据直接转入数据库，所以用它作桥梁来完成数据存入工作是非常合适的。

　　下面的SavetoImage函数的功能是将TStream数据存入数据表的Image字段中。

function SavetoImage(const Stream:TStream;const AField:TField):boolean;
var
FieldStr:string;
PFieldStr:PChar;
begin
Result:=false;
if (Assigned(AField)) and (Assigned(Stream)) then
begin
try
Stream.Seek(0,0);
SetLength(FieldStr,Stream.Size);
PFieldStr:=PChar(FieldStr);
Stream.Read(PFieldStr^,Stream.Size);
AField.Value:=FieldStr;
Result:=true;
except
end;
end;
end;
        

　　下面是调用SavetoImage函数完成图像数据存储的程序片段。

Var
FS:TFileStream;
begin
FS:=TFileStream.Create('C:Car001.jpg',fmOpenRead);
SavetoImage(FS,Adodataset1.FieldBy
Name('st_img'));
FS.Free;
end;
        

　　其中，Adodataset1是与数据库进行连接的ADO数据集控件，st_img为Image字段。

　　2．多媒体数据的转移

　 　利用SQL Server所带的BCP实用工具，可以很方便地将数据库部分或全部数据复制出来，包括二进制数据。对复制出的多媒体数据可以通过网络或移动存储设备将它 们转移到远端的监控电脑上，再利用BCP将它们复制到监控数据库中，以便对多媒体数据进行回放或做其它处理。下面是简化了的将数据从数据库复制到外部文件 和从外部文件复制入数据库的程序片段。

var
s1:string;
begin
s1:='bcp "select * from st2002..st2002_sf where st_flag=1" queryout c:Media_data.dat -N -P -S sunnynthy2002';
winexec(PChar(s1),sw_show);
end;
        

　 　其中“select * from st2002..st2002_sf where st_flag=1”表示从st2002数据库的st2002_sf表中提取数据，“c:Media_data.dat”为输出数据文件，参数 queryout表示从查询中复制数据到外部文件，-N表示进行大容量数据复制操作，-P表示使用默认密码，-S提定进行数据复制操作的数据库服务器或实 例。

var
s1:string;
begin
s1:= 'bcp ST2002..ST2002_SF in c:Media_data.dat -n -E -P -S sunnynt hy2002';
winexec(PChar(s1),sw_show);
end;
        

　　其中参数in表示将数据从外部文件复制到数据表中。

　　3．多媒体数据的回放

　　同存储的方法类似，多媒体数据的回放也要借助TStream数据类型作桥梁，而且它基本上是存储的逆过程。

　　LoadfromImage函数的功能是将数据表的Image字段数据装入TStream中。

function LoadfromImage(const AField:TField;const Stream:TStream):boolean;
var
ResultStr:string;
PResultStr:PChar;
begin
Result:=false;
if (Assigned(AField)) and (Assigned(Stream)) then
begin
try
ResultStr:=AField.Value;
PResultStr:=PChar(ResultStr);
Stream.Write(PResultStr^,length(Result
Str));
Stream.Seek(0,0);
Result:=True;
except
end;
end;
end;
        

　　下面是调用LoadfromImage函数将数据表Image字段中的图像数据转出到外部文件中并利用图像显示控件回放图像的程序片段。

var
FS:TFileStream;
begin
FS:=TFileStream.Create('c:Car001.jpg',fmCreate);
LoadfromImage(adodataset1.fieldby
name('st_img'),FS);
FS.Free;
image1.picture.LoadFromFile('c:Car001.jpg');
end;
        


　　其它多媒体数据类型如声音、视频等的转出过程与图像的转出完全相同，只是回放部分应针对不同媒体类型采用不同的媒体播放控件。 

数据挖掘(DataMining)是从大量的、不完全的、有噪声的、模糊的、随机的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。
数据挖掘对象
根据信息存储格式，用于挖掘的对象有关系数据库、面向对象数据库、数据仓库、文本数据源、多媒体数据库、空间数据库、时态数据库、异质数据库以及Internet等。
数据挖掘流程
定义问题：清晰地定义出业务问题，确定数据挖掘的目的。
数据准备：数据准备包括：选择数据–在大型数据库和数据仓库目标中提取数据挖掘的目标数据集;数据预处理–进行数据再加工，包括检查数据的完整性及数据的一致性、去噪声，填补丢失的域，删除无效数据等。
数据挖掘：根据数据功能的类型和和数据的特点选择相应的算法，在净化和转换过的数据集上进行数据挖掘。
结果分析：对数据挖掘的结果进行解释和评价，转换成为能够最终被用户理解的知识。
数据挖掘分类
直接数据挖掘：目标是利用可用的数据建立一个模型，这个模型对剩余的数据，对一个特定的变量(可以理解成数据库中表的属性，即列)进行描述。
间接数据挖掘：目标中没有选出某一具体的变量，用模型进行描述;而是在所有的变量中建立起某种关系。
数据挖掘的方法
神经网络方法
神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注。
遗传算法
遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法，是一种仿生全局优化方法。遗传算法具有的隐含并行性、易于和其它模型结合等性质使得它在数据挖掘中被加以应用。
决策树方法
决策树是一种常用于预测模型的算法，它通过将大量数据有目的分类，从中找到一些有价值的，潜在的信息。它的主要优点是描述简单，分类速度快，特别适合大规模的数据处理。
粗集方法
粗集理论是一种研究不精确、不确定知识的数学工具。粗集方法有几个优点：不需要给出额外信息;简化输入信息的表达空间;算法简单，易于操作。粗集处理的对象是类似二维关系表的信息表。
覆盖正例排斥反例方法
它是利用覆盖所有正例、排斥所有反例的思想来寻找规则。首先在正例集合中任选一个种子，到反例集合中逐个比较。与字段取值构成的选择子相容则舍去，相反则保留。按此思想循环所有正例种子，将得到正例的规则(选择子的合取式)。
统计分析方法
在数据库字段项之间存在两种关系：函数关系和相关关系，对它们的分析可采用统计学方法，即利用统计学原理对数据库中的信息进行分析。可进行常用统计、回归分析、相关分析、差异分析等。
模糊集方法
即利用模糊集合理论对实际问题进行模糊评判、模糊决策、模糊模式识别和模糊聚类分析。系统的复杂性越高，模糊性越强，一般模糊集合理论是用隶属度来刻画模糊事物的亦此亦彼性的。
数据挖掘任务
关联分析
两个或两个以上变量的取值之间存在某种规律性，就称为关联。数据关联是数据库中存在的一类重要的、可被发现的知识。关联分为简单关联、时序关联和因果关联。关联分析的目的是找出数据库中隐藏的关联网。一般用支持度和可信度两个阀值来度量关联规则的相关性，还不断引入兴趣度、相关性等参数，使得所挖掘的规则更符合需求。
聚类分析
聚类是把数据按照相似性归纳成若干类别，同一类中的数据彼此相似，不同类中的数据相异。聚类分析可以建立宏观的概念，发现数据的分布模式，以及可能的数据属性之间的相互关系。
分类
分类就是找出一个类别的概念描述，它代表了这类数据的整体信息，即该类的内涵描述，并用这种描述来构造模型，一般用规则或决策树模式表示。分类是利用训练数据集通过一定的算法而求得分类规则。分类可被用于规则描述和预测。
预测
预测是利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。预测关心的是精度和不确定性，通常用预测方差来度量。
时序模式
时序模式是指通过时间序列搜索出的重复发生概率较高的模式。与回归一样，它也是用己知的数据预测未来的值，但这些数据的区别是变量所处时间的不同。
偏差分析
在偏差中包括很多有用的知识，数据库中的数据存在很多异常情况，发现数据库中数据存在的异常情况是非常重要的。偏差检验的基本方法就是寻找观察结果与参照之间的差别。	

　　人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：

数据统计分析和数据挖掘有何区别？

http://www.duozhishidai.com/article-11047-1.html

数据挖掘的聚类算法和优势

http://www.duozhishidai.com/article-12942-1.html

如何通过自学，成为数据挖掘“高手”？

http://www.duozhishidai.com/article-9796-1.html

数据分析与数据挖掘的区别和联系？

http://www.duozhishidai.com/article-9800-1.html

构建一个数据挖掘模型，主要分为哪几步？

http://www.duozhishidai.com/article-9719-1.html

多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站