基于Hadoop平台的大数据图像分类机制

• 作者: 张睿萍 马宗梅
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 图像分类机制 特征库 实时性 分类节点 特征匹配
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 1206-1212
• 页数: 7页
• 分类号: TP391
• 字数: 4344字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018.05.27

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M ap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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宗梅	中原工学院计算机系	9	22	2.0	4.0
2	张睿萍	中原工学院计算机系	8	35	4.0	5.0