基于Hadoop平台的大数据图像分类机制 |
| |
引用本文: | 张睿萍,马宗梅.基于Hadoop平台的大数据图像分类机制[J].吉林大学学报(理学版),2018,56(5):1206-1212. |
| |
作者姓名: | 张睿萍 马宗梅 |
| |
作者单位: | 中原工学院 计算机系, 郑州 450007 |
| |
摘 要: | 针对大数据图像分类耗时长、 实时性差等问题, 利用云计算技术的优点, 以获得理想的大数据图像分类结果为目标, 提出一种基于Hadoop平台的大数据图像分类机制. 首先收集大量的图像, 构建图像数据库, 并提取图像分类的有效特征; 然后基于Hadoop平台, 采用Map函数对大数据图像分类问题进行细分, 用多节点并行、 分布式地对子问题进行图像分类求解, 得到相应的图像分类结果; 最后利用Reduce函数对子问题的图像分类结果进行组合, 并用VC++6.0编程实现大数据图像分类的仿真模拟测试. 测试结果表明, 该分类机制较好地克服了当前图像分类机制存在的弊端, 大幅度缩短了图像分类的时间, 分类速度可适应大数据图像分类的在线要求, 且图像分类的整体效果明显优于当前其他图像分类机制.
|
关 键 词: | 图像分类机制 特征库 实时性 分类节点 特征匹配 |
收稿时间: | 2017-06-14 |
|
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 |
| 点击此处可从《吉林大学学报(理学版)》下载免费的PDF全文 |
|