电信科学
電信科學
전신과학
TELECOMMUNICATIONS SCIENCE
2014年
2期
65-69
,共5页
陆寄远%黄承慧%侯昉%李斌
陸寄遠%黃承慧%侯昉%李斌
륙기원%황승혜%후방%리빈
云计算%训练集提取%支持向量机%视觉特征提取
雲計算%訓練集提取%支持嚮量機%視覺特徵提取
운계산%훈련집제취%지지향량궤%시각특정제취
cloud computing%training set extraction%support vector machine%visual feature extraction
为有效处理并利用互联网海量的图像和视频数据,提出了一种基于Hadoop云平台的图像分类和标注解决方案.针对如何高效地进行训练集提取这一重要问题,搭建了基于云计算的图像抓取平台,利用互联网的图像资源作为原始数据集,为提取训练集图像提供足够的数据;实现了基于概率潜在语义分析模型的训练集图像提取功能,对原始数据集进行基于主题的聚类,帮助用户快速选取训练集图像;加入了SVM分类模型,利用提取出来的训练集对未标注图像进行分类标注,实现了完整的系统.实验结果表明,该方案能够满足海量图像数据分类和标注的功能和性能需求.
為有效處理併利用互聯網海量的圖像和視頻數據,提齣瞭一種基于Hadoop雲平檯的圖像分類和標註解決方案.針對如何高效地進行訓練集提取這一重要問題,搭建瞭基于雲計算的圖像抓取平檯,利用互聯網的圖像資源作為原始數據集,為提取訓練集圖像提供足夠的數據;實現瞭基于概率潛在語義分析模型的訓練集圖像提取功能,對原始數據集進行基于主題的聚類,幫助用戶快速選取訓練集圖像;加入瞭SVM分類模型,利用提取齣來的訓練集對未標註圖像進行分類標註,實現瞭完整的繫統.實驗結果錶明,該方案能夠滿足海量圖像數據分類和標註的功能和性能需求.
위유효처리병이용호련망해량적도상화시빈수거,제출료일충기우Hadoop운평태적도상분류화표주해결방안.침대여하고효지진행훈련집제취저일중요문제,탑건료기우운계산적도상조취평태,이용호련망적도상자원작위원시수거집,위제취훈련집도상제공족구적수거;실현료기우개솔잠재어의분석모형적훈련집도상제취공능,대원시수거집진행기우주제적취류,방조용호쾌속선취훈련집도상;가입료SVM분류모형,이용제취출래적훈련집대미표주도상진행분류표주,실현료완정적계통.실험결과표명,해방안능구만족해량도상수거분류화표주적공능화성능수구.
