摘要
1研究目的
随着2008年北京奥运会的临近,国家体育总局篮球管理中心提出中国男篮在本届奥运会上的目标名次为进入世界篮球第2集团,即获得从第4名到第6名以内的名次,然而中国男篮在历届奥运会上的最好名次为第八名,显然理想与现实之间还存在着较大的距离。根据田麦久博士的项群理论,篮球归属于技战能主导类同场对抗性项群,技战术水平是篮球运动竞技水平的决定性因素;尽管中国男篮由于拥有姚明、王治郅、巴特尔、易建联等一批高大运动员而在内线具有较大的优势,所以在亚洲的赛事中经常一骑绝尘,但是客观地说,中国篮球的技战术竞技水平在世界篮球整个链条中还处于较低的层次,因此本研究认为中国篮球要实现历史性的突破就必须加大对其科研保障与攻关的力度,其突破口应该放在技战术研究上。
现在人类社会已经进入IT(Information Technology——信息技术)时代,其显著标志就是不仅信息的数量呈指数级增长,而且人类对信息的管理与处理的方式也完成了从人工到主要依赖于包括计算机、网络、通讯等信息技术的转变。IT技术应用于篮球运动的技战术分析是一种必然趋势,然而本研究通过问卷调查与实地走访发现在我国篮球运动实践中对技战术的分析研究的手段与方式比较落后,这在一定程度上影响了中国篮球快速发展,因此实现中国篮球技战术分析方法与手段的变革是一项必要而又迫切的课题。
2研究方法
本研究旨在调查中国篮球技战术分析手段与方法现状的基础上,提出将现代信息技术应用于篮球技战术分析中的工作原理和工作方法,为此分别采用了文献检索法、专家访谈法、观测法、软件工程法等科学研究方法。
3研究假设
在基本掌握了教练员、运动员在实战中对技战术分析需求的基础上,本研究提出如下工作假设:
(1)提出基于现代信息技术的篮球技战术分析模式(BTT)对篮球运动的实践而言,是必要的也是可行的。
(2)篮球技战术分析模式(BTT)适用于赛前的准备阶段,同时也适用于赛中的临场技战术分析。
4研究任务
为了对上述工作假设进行验证,本研究必须完成以下研究任务:
(1)运用数据库技术建立篮球技战术多媒体数据库系统。
(2)将数据挖掘技术初步应用于篮球技战术分析之中,实现分析结果的可视化和定量化。
(3)将计算机平面动画技术初步应用于篮球战术分析之中,实现篮球战术演示的无遮挡、连续化和动态化。
(4)将非线性编辑技术初步应用于篮球技战术分析之中,放大图像和视频在篮球技战术分析中的作用与价值。
(5)将篮球技战术分析模式(BTT)应用于实践之中。
5研究结论
本研究顺利地完成了原定的工作任务,基本上证实了工作假设,主要结论分述如下:
(1)提出基于现代信息技术的篮球技战术分析模式(BTT),该模式包括“一体四翼”,其中:
①“一体”是指基于数据库技术的篮球技战术多媒体数据库系统;
②“四翼”分别是运用关联规则和可视化技术对篮球技战术统计进行数据挖掘,运用计算机动画技术对篮球战术的平面仿真,运用数字媒体非线性编辑技术对篮球技战术视频数据进行处理,以现代网络和通讯技术为媒介实现数据实时和及时的远程传输。
(2)设计了篮球技战术多媒体数据库系统,该系统具有强大的数据查询功能,支持多条件查询,可以满足教练员和运动员的实战需求。
(3)运用数据挖掘的关联分析和可视化两种技术对篮球技战术统计进行数据挖掘,取得了初步成果(球队的核心队员的技术统计以及其连续上场比赛的时间与球队的获胜概率之间存在的关联关系,球队进攻与防守的单位时间曲线图;以可视化的方式解释运动员投篮得分方式、区域及其命中率)。
(4)通过制作虚拟的篮球场地、篮球和运动员,实现了篮球战术无遮挡、连续的和动态的演示。
(5)运用非线性编辑技术对篮球技战术图像及视频数据进行预处理(图像与视频格式的统一化,图像的切割与合成,视频数据的物理分割,视频数据的特效处理等预处理),放大了该数据的使用价值。
(6)篮球技战术分析模式(BTT)不仅适用于赛前准备和赛后总结,而且适用于赛中的临场技战术分析。
6研究创新
(1)本研究初步确立了将现代计算机信息技术应用于篮球技战术分析中的工作原理和工作方法,提出了篮球技战术分析模式(BTT)。
(2)本研究建立了篮球技战术多媒体数据库;对篮球技战术统计资料进行数据挖掘,发现了若干关联规则;应用非线性编辑技术对篮球技战术数据进行处理,并用于篮球训练比赛实践。
7研究建议
由于本研究受时间、精力、资金以及数据的完整性的原因,同时数据库的研究与开发本身也是一个长期的渐进过程,不可能一蹴而就,随着对教练员和运动员需求和实际数据的不断了解,本篮球技战术多媒体数据库系统还有待于进一步改进和完善。
在数据挖掘方面,本研究尝试运用了关联分析和可视化技术对篮球技战术数据背后的信息进行了初步的挖掘,就挖掘手段的广度和挖掘内容的深度而言,这还远不够,因此这些不足将是后续研究的方向和任务。
1 Purpose
Along with 2008 the Beijing Olympic Games' approaching, the goal of the Chinese men's basketball team BAC ( Basketball Administrative Center ) of NSB ( National Sports Bureau ) has been proposed is to enter the world basketball 2nd group, namely obtaining the position from 4th to the 6th.
However,the Chinese men's basketball team's best position at all previous years Olympic Games is eighth, there is a big gap between the ideal and the reality.
According to Dr. Tian Mai - jiu's Event Group Theory, basketball belongs to the hostile event group on the same court that technique and tactics are the leading factors. Although the Chinese men' s basketball team owns Yao Ming, Wang Zhi-zhi, Batter, Yi Jian - lian and so on, who have the big superiority in the in -side court, and there is no opponent in Asia, the level of technique and tactics of the Chinese is in the low level in the world basketball chain. Therefore this research deems if the Chinese basketball team wants to realize the historic breakthrough, it must enlarge its scientific research safeguard and its breach should be placed in the technique and tactics research.
Now the human society has already entered IT ( Information Technology ) times, the remarkable symbol is information increases very fast, and the way of management and the processing of the information mainly have relied on IT which includes computer, network. The application of IT in the analysis of basketball technique and tactics is an inevitable trend. However, it is found that the methods and ways of the analysis of basket -ball technique and tactics in China is a little backward, and in a way it has retarded the Chinese basketball fast development, and therefore realizing the Chinese basketball technique and tactics analysis method and the method transformation is an item essential and the urgent topic.
2 Methods
This research aims at investigating the present situation of the ways and methods of the Chinese basket-ball technique and tactics analysis, and proposing the principle of work of the application of modern IT in the basketball technique and tactics analysis.
Therefore such the scientific research methods as literature, the expert interview, the observation and the software engineering law are used.
3 research suppositions
In know of the requests of basketball coaches and players, two suppositions have been proposed as follows:
(1)The basketball technique and tactics analysis pattern ( BTT ) based on the modern IT is necessary also is feasible.
(2)The basketball technique and tactics analysis pattern ( BTT) is suitable for the preparation before game and summary after game, and is also suitable for conduct during the game.
4 Assignments
In order to confirm to the above work suppositions, the research must complete five tasks:
(1)the design of the multimedia database system of basketball techniques and tactics
(2)the application of the data mining technology in the basketball technique and tactics analysis, and the realization of visualization and quantitative of the analysis result
(3)the application of the computer plane animation technology in the basketball tactic analysis, and realization the non-mask and continuous demonstration of the basketball tactics
(4)the application of the non-linear edition technology in the basket ball technique and tactics analysis to enlarge the function and value of images and videos data of basketball technique and tactics
(5)the practice of the basketball technique and tactics analysis pattern (BTT) in practice
5 Conclusions
The research has completed the original work task smoothly, basically confirmed the work suppositions, and the main conclusions are as follows:
(1)The basket-ball technique and tactics analysis pattern based on the modern information technology is proposed, and this pattern includes a body and four swings.
(2)The basketball technique and tactics multimedia database system is devised, it has the formidable data inquiry function, supports the multi-condition inquiry, and satisfies the coach and athlete's actual demand.
(3)The application of data mining such as connection analysis and the visualization is proposed, and the research has yielded the preliminary result.
(4)The research has realized continual and the dynamic demonstration of basketball tactics in use of invented basketball court, the basketball and the players.
(5)The application of the non-linear edition technology to the basketball technique and tactics image and the video data has enlarged this data use value.
(6)The basketball technique and tactics analysis pattern ( BTT ) is suitable for not only the preparation before the game and after game, but also for the summary during the game.
6 Innovations
(1)The research proposes initially the principles and methods of work of the application of IT in basketball technique and tactics analysis. It does not limit to the basketball only, and is suit for such other hostile events on the same court project as soccer, the rugby and so on.
(2)The multi-media database of basket ball technique and tactics is devised; the connection analysis is used in basket-ball for the first time in China, and a number of connection rules are found.
7 Suggestions
As a result of the limit of time, energy, and funds, the research is not complete. At the same time, the database system needs continuous the completion with the more and the more demand of coaches and players, so it waits for further improvement.
In the data mining aspect, this research only attempted to utilize the connection analysis and the visualization technology, and as for the method breadth and the depth of data- mining, it is far insufficient, so these insufficiencies will be the following research direction.
引文
[1]黄滨.篮球[M].杭州:浙江大学出版社,2002:5.
[2]孙民治.球类运动-篮球[M].北京:高等教育出版社,2001:5-10.
[1]陈健.运动捕捉技术及其在运动技术诊断中的应用[J].上海体育学院学报, 2006,29 (4)66-68.
[2]姚颂平译,马特维也夫著.竞技运动理论[M].哈尔滨:黑龙江科学技术, 2005:109.
[3]田麦久.运动训练学[M].北京:人民体育出版社,2000:36.
[1]林阅赟.第15届男篮技战术评析[EB/OL]. [2006-11-09]. http://www.sina.com/sports.html.
[1]刘玉林.现代篮球运动研究[M].北京:人民体育出版社,2006,25-26.
[2]谭朕斌.论篮球运动规则完善促进技战术发展规律[J].首都体育学院学报, 2005,17(5): 63.
[3]郑立勋.第27届奥运会男子篮球比赛八强及中国队防守战术研究[D].北京:北京体育大学,2004:23.
[4]陈树华.规则的修改对篮球运动发展规律的影响[J].广州体育学院学报, 1995,15(2):11-15.
[1]陈健.篮球投篮中球的旋转及瞄准点选择的力学分析[J].杭州师范学院学报,2005,5 (5): 42-43.
[2]陈健.大学生篮球运动员积极自我暗示语体系的研究[J].哈尔滨体育学院学报2005,23 (3):115-118.
[3]张忠秋.篮球心理训练[M].北京:中国轻工业出版社,2005:46-47.
[4]陈京生.第14届世界男篮锦标赛于亚运会中国男篮外围队员进攻与防守技战术研究[J].体育与科学,2003,24(5):56-58.
[5]刘玉林.现代篮球中锋队员的主要技术动作及运用[J].北京体育大学学报, 1995,8(6):34 -36.
[1]孙民治.球类运动-篮球[M].北京:高等教育出版社,2001:176-178..
[2]王家宏.球类运动-篮球[M].北京:高等教育出版社,2003:67-68.
[3]曹竞成.对男子篮球后卫队员阵地攻防技术的模糊评价[J].体育科学,1999,24(6):30.
[4]刘月.1999-2000年中国男子篮球甲A联赛北京首钢队主场比赛技战术特点分析[J].体育大学学报,2000,13(3):397-422.
[5]王慧琳.对我国少年男子(16-17岁)篮球运动员身体素质基本技术评价模型的研究[J].中国体育科技,2000,36(12):28-30.
[6]丁丽萍.第14届男子篮球锦标赛中外优秀后卫队员技术运用能力的比较分析[J].西安体育学院学报,2003,20(5):68-70.
[7]辛静.从第28届奥运会篮球比赛看中国男篮与世界强队的差距[J].成都体育学院学报,2005,31(1):32-35.
[8]张秀华.CBA与NBA篮球运动员防守能力比较[J].中国体育科技, 2003,39 (8):39-41.
[1]陈健.虚拟现实技术在体育运动技术仿真中的应用[J].体育科学,2006,26 (9):97-101.
[2]武国政译,丹·安德伍德.篮球运动员比赛能力的评定方法[J].篮球,1986,(3): 12-13.
[3]潘登.篮球运动员比赛能力的评定与软件开发[D].长沙:湖南师范大学, 2005:33.
[1]武洛生.2004年规则的修改对篮球运动发展影响的分析[J].北京体育大学学报,2005,28(9): 1283-1285.
[2]潘家玲.现代篮球中锋“T”型进攻[J].上海体育学院学报,1995,20 (6):32.
[3]薛岚.篮球进攻的阶段性及其技战术特征[J].武汉体育学院学报,1999,33 (5):43-45.
[4]陈京生.雅典奥运会男篮八强进攻与防守技战术研究[J].中国体育科技,2004, 40 (11):56-58.
[5]徐超.我国篮球运动防守技战术现状及其待解决问题的研究[D].武汉:华中师范大学硕士学位论文,2005.
[6]郭永波.现代篮球训练法[M].北京:北京体育大学出版社,2006:276.
[1]陈健.基于现代信息技术的篮球技战术教学软件的研制[J].杭州师范学院学报,2006,5 (5):97-101.
[2]刘嘉津.我国男子篮球八强技战术特征的灰色关联分析[J].体育科学,2003, 39(4): 47-48.
[3]曹竞成.对男子篮球后卫队员阵地攻防技术的模糊评价[J].体育科学,1999,35(6):30-33.
[1]张辉.球类比赛数学模拟竞技诊断的理论与实践----以乒乓球项目为例[J].体育科学, 2005, 25(8):39-44.
[2]张辉.乒乓球比赛的数学模拟竞技诊断[J].上海体育学院学报,2005,28 (2):68-72.
[3]高洪歌.关联规则挖掘在乒乓球比赛技战术分析中的应用[J].北京工业大学学报,2006,18 (1):15-19.
[4]张辉.计算机视频技术在乒乓球比赛分析中的应用[J].上海体育学院学报, 2005,29(6): 47-51.
[5]朱东.计算机辅助训练在武术套路运动中的应用[J].上海体育学院学报, 2005(5):57-60.
[6]陈健.虚拟现实技术在体育运动技术仿真中的应用[J].体育科学,2006,26 (9):97-101.
[1]郑若忠.数据库原理[M].长沙:国防科技大学出版社,2003:1.
[2]萨师煊.数据库系统概论[M].北京:高等教育学出版社,2000:9-11.
[3陈雁.数据库系统原理与设计[M].中国电力出版社,2004:17-18.
[1]陆惠娟.数据库原理与应用[M].北京:科学出版社,2002,86.
[1]欧阳为民.国际知识发现与数据挖掘工具综述[J].计算机科学,2001,28(3):101-106.
[2]Micheal.Berry,别荣芳译.数据挖掘技术[M].北京:机械工业出版社,2006:123-134.
[1]欧阳为民.国际知识发现与数据挖掘工具综述[J].计算机科学,2001,28(3):101-106.
[1]高洪歌.关联规则挖掘在乒乓球比赛技战术分析中的应用[J].北京工业大学学报,2006,18 (1):15-19.
[2] Gregory. Advanced Scout: Data Mining and Knowledge Discovery in NBA Data [J]. Data Mining and Knowledge Discovery,1997,1(1):121-125.
[3]Flip Korn. Quantifiable Data Mining Using Principal Component Analysis[J]. Data Mining and Knowledge Discovery ,2001,4(7):13.
[4]陶树平.计算机科学技术导论[M].高等教育出版社.2002:29
[5]王志强.多媒体技术及其应用[M].清华大学出版社,2004:98.
[1]黄保和.计算应用基础[M].厦门大学出版社.2005,127-131.
[2]王志军.数字媒体非线性编辑技术.中国青年出版社,2005:11-24.
[1]刘先锋.数据库原理与应用[M].武汉:武汉大学出版社,2005,8.
[2]李国辉.多媒体信息查询和检索系统[J].小型微型计算机系统,1999,20(9): 33-35.
[1]萨师煊.数据库系统概论[M].北京:高等教育学出版社,2000:211-213.
[1]陈雁.数据库系统原理与设计[M].中国电力出版社,2004:150-151.
[2]萨师煊.数据库系统概论[M].北京:高等教育学出版社,2000:117-118.
[1] Inderpal S. Bhandari, Edward Colet. Advanced Scout: Data Mining and Knowledge Discovery in NBA Data [J]. Data Mining and Knowledge Discovery,1997,1(1):121-125.
[2]Flip Korn. Quantifiable Data Mining Using Principal Component Analysis[J]. Data Mining and Knowledge Discovery ,2001,4(7):13.
[1]Q rikant R,校智慧译.可视化数据挖掘.北京:清华大学出版社,2002:218-219.
[2]欧阳为民.基于垂直数据分布的关联规则高效发现算法[J].软件学报,1999,10(7):754-760.
[3]欧阳为民.数据库中加权关联规则的发现[J].软件学报,2001,12(4):613-619.
[4]Chen M S, Han J,Yu PS.Data Mining: An Overwiew from a Database Perspective, IEEF Trans.on Knowledge and Data Eng, 1996,8(6):866-883.
[1]高洪歌.关联规则挖掘在乒乓球比赛技战术分析中的应用[J].北京工业大学学报,2006,18 (1):15-19.
[1]孙润兴.信息可视化技术在足球技战术分析中的应用[J].体育科研,2000,6 (4):11-13.
[1]黄保和.计算应用基础[M].厦门大学出版社.2006:211-212.
[2]王志军.数字媒体非线性编辑技术.中国青年出版社,2005:91-92.
[1]路玲.大学计算机基础[M].京航空航天大学出版社:2005:116-119.
[2]宋杰臣.绘声绘影8视频编缉完全使用手册.中国青年出版社,2005:120-123.
[1]Pat·Rally.The continuous time of basketball players in game. Basketball Digest [J],1999,64 (2):95-96.
[1]黄滨.篮球[M].杭州:浙江大学出版社,2002.
[2]孙民治.球类运动-篮球[M].北京:高等教育出版社,2001.
[3]陈健.运动捕捉技术及其在运动技术诊断中的应用[J].上海体育学院学报, 2006,29 (4):66-68.
[4]姚颂平译,马特维也夫著.竞技运动理论[M].哈尔滨:黑龙江科学技术, 2005.
[5]田麦久.运动训练学[M].北京:人民体育出版社,2000.
[6]林跃赟.第15届男篮技战术评析[EB/OL].(2006-09-19)[2006-11-09]. http://www.sina.com/sports/20060919003543.html.
[7]刘玉林.现代篮球运动研究[M].北京:人民体育出版社,2006.
[8]谭朕斌.论篮球运动规则完善促进技战术发展规律[J].首都体育学院学报, 2005,17(5): 63-67.
[9]郑立勋.第27届奥运会男子篮球比赛八强及中国队防守战术研究[D].北京:北京体育大学,2004.
[10]田麦久.运动训练学辞典[M].北京:北京体育大学出版社,2000.
[11]胡亦海.竞技训练学[M].武汉:大学出版社,1991.
[12]孙民治.篮球高级教程[M].北京:人民体育出版社,2001.
[13]于振峰.篮球[M].西安:陕西科技出版社,1993.
[14]叶国雄.篮球运动研究必读[M].北京:人民体育出版社,1998.
[15]王成晓.现代篮球运动技战术理论的新进展[J].成都体育学院学报,1998,24 (3):36-38.
[16]郭永波.现代篮球训练法[M].北京:北京体育大学出版社,2006.
[17]王梅珍.篮球组合技术[M].北京:人民体育出版社,2000.
[18]郑尚武.论篮球进攻战术系统的若干理论问题[J].北京体育大学学报,2003, 16(3):282.
[19]向惠农.现代篮球技术的内涵概述[J].武汉体育学报,1999,33(4):64-66.
[20]陈树华.篮球规则的修改对篮球运动发展规律的影响[J].广州体育学院学报, 1995,15(2):11-12.
[21]陈健.篮球投篮中球的旋转及瞄准点选择的力学分析[J].杭州师范学院学报,2005,5 (5):42-43.
[22]陈健.大学生篮球运动员积极自我暗示语体系的研究[J].哈尔滨体育学院学报2005,23 (3):115-118.
[23]张忠秋.篮球心理训练[M].北京:中国轻工业出版社,2005.
[24]陈京生.第14届世界男篮锦标赛于亚运会中国男篮外围队员进攻与防守技战术研究[J].体育与科学,2003,24(5):56-58.
[25]刘玉林.现代篮球中锋队员主要技术动作及运用[J].北京体育大学学报, 1995,8(6):34 -36.
[26]延锋.实用运动训练问答[M].北京:人民体育出版社,2000.
[27]徐军海.篮球进攻技术与训练[M].北京:人民体育出版社,2006.
[28]王家宏.篮球[M].北京:高等教育出版社,2001.
[29]曹竞成.对男子篮球后卫队员阵地攻防技术的模糊评价[J].体育科学,1999, 24(6):30.
[30]刘月.1999-2000年中国男子篮球甲A联赛北京首钢队主场比赛技战术特点分析[J].体育大学学报,2000,13(3):397-422.
[31]王慧琳.对我国少年男子(16-17岁)篮球运动员身体素质基本技术评价模型的研究[J].中国体育科技,2000,36(12):28-30.
[32]丁丽萍.第14届男子篮球锦标赛中外优秀后卫队员技术运用能力的比较分析[J].西安体育学院学报,2003,20(5):68-70.
[33]辛静.从第28届奥运会篮球比赛看中国男篮与世界强队的差距[J].成都体育学院学报,2005,31(1):32-35.
[34]张秀华.CBA与NBA篮球运动员防守能力比较[J].中国体育科技, 2003,39 (8):39-41.
[35]陈健.虚拟现实技术在体育运动技术仿真中的应用[J].体育科学,2006,26 (9):97-101.
[36]武国政译,丹·安德伍德.篮球运动员比赛能力的评定方法[J].篮球,1986,(3): 12-13.
[37]潘登.篮球运动员比赛能力的评定与软件开发[D].长沙:湖南师范大学, 2005.
[38]李桦春.影响篮球攻击性防守质量的因素[J].体育学刊,2002,9(3):61-62.
[39]刘玉林.现代进攻篮球研究[M].北京:北京体育大学出版社,2005.
[40]武洛生.2004年规则的修改对篮球运动发展影响的分析[J].北京体育大学学报,2005,28(9): 1283-1285.
[41]潘家玲.现代篮球中锋“T”型进攻[J].上海体育学院学报,1995,20 (6):32- 35.
[42]薛岚.篮球进攻的阶段性及其技战术特征[J].武汉体育学院学报,1999,33 (5):43-45.
[43]陈京生.雅典奥运会男篮八强进攻与防守技战术研究[J].中国体育科技,2004, 40(11):56-58.
[44]徐超.我国篮球运动防守技战术现状及其待解决问题的研究[D].武汉:华中师范大学硕士学位论文,2005.
[45]郭永波.现代篮球训练法[M].北京:北京体育大学出版社,2006.
[46]刘嘉津.我国男子篮球八强技战术特征的灰色关联分析[J].体育科学,2003, 39(4): 47-48.
[47]曹竞成.对男子篮球后卫队员阵地攻防技术的模糊评价[J].体育科学,1999, 35(6):30-33.
[48]陈健.基于现代信息技术的篮球技战术教学软件的研制[J].杭州师范学院学报.2006,5 (5):97-101.
[49]张辉.球类比赛数学模拟竞技诊断的理论与实践----以乒乓球项目为例[J].体育科学, 2005,25(8):39-44.
[50]张辉.乒乓球比赛的数学模拟竞技诊断[J].上海体育学院学报,2005,28 (2):68-72.
[51]高洪歌.关联规则挖掘在乒乓球比赛技战术分析中的应用[J].北京工业大学学报,2006,18 (1):15-19.
[52]张辉.计算机视频技术在乒乓球比赛分析中的应用[J].上海体育学院学报, 2005,29(6): 47-51.
[53]朱东.计算机辅助训练在武术套路运动中的应用[J].上海体育学院学报, 2005(5):57-60.
[54]谢路.跳水技术训练视频分析与快速反馈系统的设计与应用[J].中国体育科技,2005,41 (5):104-107.
[55]曹春梅.基于生物反馈原理的跳板跳水辅助训练系统[J].中国体育科技, 2006,42(4):97-99.
[56]陈健.虚拟现实技术在体育运动技术仿真中的应用[J].体育科学,2006,26 (9):97-101.
[57]陈雁.数据库系统原理与设计[M].中国电力出版社.2004.
[58]郑若忠.数据库原理[M].长沙:国防科技大学出版社,2003.
[59]陆惠娟.数据库原理与应用[M].北京:科学出版社,2002,4.
[60]陶树平.计算机科学技术导论[M].高等教育出版社.2002.
[61]黄保和.计算应用基础[M].厦门大学出版社.2005.
[62]李国辉.多媒体信息查询和检索系统[J].小型微型计算机系统,1999,20(9): 33-35.
[63]刘先锋.数据库原理与应用[M].武汉:武汉大学出版社,2005,8.
[64]欧阳为民.国际上关联规则发现研究述评[J].计算机科学,1999,26(3):41-44.
[65]欧阳为民.国际知识发现与数据挖掘工具评述[J].计算机科学,2001,28(3):101-108.
[66]王志强.多媒体技术及其应用[M].清华大学出版社,2004.
[67]王志军.数字媒体非线性编辑技术.中国青年出版社,2005.
[68]马特维也夫,姚颂平译.体育教育理论与方法[M].莫斯科:体育运动出版社,1976.
[69]邵佩英译,Ramez著.数据库基础[M].北京:人民邮电出版社,2002.
[70]甘登岱.Windows 2000 Server配置、管理与应用[M].北京:清华大学出版社,1995.
[71]李维.面向对象实践之路[M].北京:电子科技大学出版社,2002.
[72]陆丽娜.挖掘关联规则中Apriori算法的研究[J].小型微型计算机系统,2000,21(9):940-943.
[73]欧阳为民.基于垂直数据分布的关联规则高效发现算法[J].软件学报,1999,10(7):754-760.
[74]欧阳为民.基于时间窗口的增量式关联规则更新技术[J].软件学报,1999,10(4):426-429.
[75]路玲.大学计算机基础[M].京航空航天大学出版社:2005.
[76]宋杰臣.绘声绘影8视频编缉完全使用手册.中国青年出版社,2005.
[77]张辉.如何用计算机处理体育比赛的录像资料.中国体育教练员[J],2006,2: 44-45.
[78]萨师煊,王珊.实用数据库系统汇编[M].北京:高等教育出版社,1990.
[79]萨师煊,王珊.数据库系统概论(第三版[M]..北京:高等教育出版社,2004.
[80]欧阳为民.数据库中加权关联规则的发现[J].软件学报,2001,12(4):613-619.
[81]欧阳为民.增量式维护关联规则的时间技术[J].小型微型计算机系统,2001,22(1):55-58.
[82]MichealJ.Berry,别荣芳译.数据挖掘技术[M].北京:机械工业出版社,2006.
[83]Margare H.Dunham,郭崇慧译.数据挖掘教程[M].北京:清华大学出版社,2005.
[84]Kamber M. Metarule-guided mining of multidimensional association rules using data cubes[R].1997 International Conference on Knowledge Discovery and Data Mining. Newport Beach,CA,1997.
[85]Agrawal R. Fast algorithms for mining association rules[R].1994 International Conference on Very Large Data Bases. Santiago,Chile,1994.
[86]Ullman J.A first course in data system [M].Presentice Hall,1999.
[87]Savasere A. An efficient algorithm for mining associationrules in large databases[R].1995 International Conference on Very Large Data Bases. Zurich,Switzerland,1995.
[88]Fluckiger F.Understanding Networked Multimedia App. & Tech [R].New York Prentice Hall,1996.
[89]Chenyong Hu. Mining Quantitative Associations in Large Database [R].Proceedings of the Asia-Pacific Conference on Web Technologies Research and Development, APWeb 2005.Shanghai China, 2005: 405-416.
[90]Arun Hampapur. Design Video Data Management Sytems[D]. Michigan :The University of Michigan,1995.
[91]Karmouch, A. Design and Implementation of a multimedia database server [R].Canadian:the Conference on Electrical and Computer Engineering,1995.
[92]Johnson,R.Internet multimedia databases[R].Washington:Colloquium Multimedia Databases, 1999.
[93]Inderpal S. Bhandari, Edward Colet. Advanced Scout: Data Mining and Knowledge Discovery in NBA Data [J]. Data Mining and Knowledge Discovery,1997,1(1):121-125.
[94]Park J.An effective hash-based algorithm for mining association rules[R].1995 ACM-SIGMOD International Conference on Management of Data. CA, 1995.
[95]Toivonen H.Sampling large databases for association rules[R].1996 International Conference on Very Large Data Bases.Bombay, India, 1996.
[96]Ramaswamy S. On the discovery of interesting patterns in association rules[R].1998 International Conference on Very Large Data Bases.New York, 1998.
[97]Brin S. Beyond market basket:Generalizing association rules to correlations[R].1997 ACM-SIGMOD International Conference on Management of Data.Tucson, AZ,1997.
[98]Srikant R. Mining generalized association rules.1995 International Conference on Very Large Data Bases[R].Zurich, Switzerland,1995.
[99]Srikant R. Mining quantitative association rules in large relational tables[R].1996 ACM-SIGMOD International Conference on Management of Data. Montreal, Canada, 1996.
[100]Agrawal, R., Imielinski, T.and Swami, A.N., Mining association rules between sets of items in large databases[R]. In Proceedings of the 1993 ACM SIGMOD, (Washington, 1993), 207-216.
[101]Agrawal, R.and Srikant, R., Fast algorithms for mining association rules[R]. In Proceedings of VLDB'94 (Santiago, Chile, 1994):487-499.
[102]Aumann,Y. Lindell, Y. A statistical theory for quantitative association rules[R].In Proceedings of KDD, (1999):261-270.
[103]Guan, J.W., Bell, D.A. and Liu, D.Y., The Rough Set Approach to Association Rule Mining[R].In Proceedings of the Third IEEE International Conference on Data Mining (Melbourne, Florida, 2003):529-532.
[104]Han, J. and Fu, Y., Discovery of Multiple-Level Association Rules from Large Databases[R]..In Proceedings of the VLDB95, (1995):420-431.
[105]Korn, F., Labrinidis, A., Kotidis, Y. and Faloutsos, C. Quantifiable Data Mining Using Principal Component Analysis[R].In Proceedings of VLDB (1998): 582-593.
[106]Lee, D.D. and Seung, H.S. Algorithms for nonnegative matrix factorization[R].In Proceedings of the Advances in Neural Information Processing Systems 13, (Cambridge, 2001), MIT Press:556-562.
[107]Li, W., Han, J. and Pe, J. CMAR: Accurate and Efficient Classification Based on Multiple Class-Association Rules[R]. In Proceedings of the 2001 Int. Conf. on Data Mining (ICDM'01), (San Jose, CA, 2001):369-376.
[108]Lin, J. and Dunham, M.H., Mining association rules: Anti-skew algorithms[R]. In Proceedings of the Intl. Conf. on Data Engineering, 1998: 486-493.
[109]Otey,M.E.,Wang, C, Parthasarathy, S, etc, Minings Frequent Itemsets in Distributed and Dynamic Databases[R]. In Proceedings of the ICDM 2003: 617-620.
[110]Kaya, M and Alhajj, R, Facilitating Fuzzy Association Rules Mining by Using Multi-Objective Genetic Algorithms for Automated Clustering[R]. In Proceedings of the ICDM 2003: 561-564.
[111]Ng, E.K.K.,Fu, A.W.C. and Wang, K., Mining Association Rules from Stars [R]. In Proceedings of the 2nd IEEE Intl. Conf. on Data Mining (Maebashi, Japan, 2002):322-329.
[112]Olshausen, B.A. and Field, D.J. Emergence of simple-cell receptive field properties by learning a sparse code for natural images [J], Nature(1996) :607-609,
[113]Patrik O. Hoyer. Non-negative sparse coding [R].In Proc.IEEE Workshop on Neural Networks for Signal Processing, Martigny, Swizerland,2002.
[114]Schuster, A., Wolff, R. and Trock, D., A High-Performance Distributed Algorithm for Mining Association Rules[R]. In Proceedings of the ICDM 2003:291-298.
[115]Srikant, r. and Agrawal, R., Mining quantitative association rules in large relational tables[R]. In Proceedings of the 1996:1-12.
[116]Wang, H., Perng, C.S., Ma, S. and Yu, P.S., Mining Associations by Pattern Structure in Large Relational Tables[R]. In Proceedings of the 2nd IEEE Intl. Conf. on Data Mining, (Maebashi, Japan, 2002):482-489.
[117]Wolff, R. and Schuster, A. Association Rule Mining in Peer-to-Peer Systems[R]. In Proceedings of the ICDM 2003,(2003),291-298.
[118]Zaki, M. J., Parthasarathy, S., Ogihara, M. and Li, W. New parallel algorithms for fast discovery of association rule [J]. Data Mining and Knowledge Discovery, 19974(1): 343-373.
[119]Ullman J D. Principles of Database and Knowledge-base Systems[M].Computer Science Press, Rockville, MD,1988.
[120]Michaels A S, Mittman B, Carlson C R. Relational and CODASYL Approaches [J]..ACM Computing Surveys, Vol.8, No.1, 1976.
[121]Tsichritzis D C, Lachovsky F H. Hierarchical Data-base Management.ACM Computing Surveys [J].1976,8(1):68-73.
[122]Flip Korn. Quantifiable Data Mining Using Principal Component Analysis[J]. Data Mining and Knowledge Discovery,2001,4(7):1-19.