Hadoop下自适应随机权值多特征融合图像分类

• 作者: 曹建芳 潘理虎 王敏 陈立潮
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 自适应随机权值 特征融合 支持向量机 图像分类 Hadoop平台
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 30-34
• 页数: 5页
• 分类号: TP391
• 字数: 4265字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.11.007

摘要

图像具有丰富的语义信息,面对越来越复杂的图像场景,单一特征往往不能准确描述图像内容,因此多特征融合的方式在描述图像中得到了广泛应用.在融合过程中,针对准确确定权值的问题,提出一种自适应的基于随机权值的多特征融合图像分类算法.首先生成随机权值矩阵,然后利用自定义的融合公式,得到融合特征矩阵.为验证算法的效果,将融合后的特征输入SVM,通过MapReduce框架的Map过程和Reduce过程得到最优权值组合.在Corel1000数据集上的实验结果表明,与单特征、1 ∶ 1 ∶ 1融合等相比,该算法分类正确率高、运行耗时少,当训练SVM的个数达到120时,系统加速比几乎呈线性增长的趋势,验证了Hadoop平台应对高复杂性算法时的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈立潮	太原科技大学计算机科学与技术学院	127	682	13.0	19.0
2	潘理虎	太原科技大学计算机科学与技术学院	95	287	10.0	12.0
3	王敏	太原科技大学计算机科学与技术学院	6	31	3.0	5.0
4	曹建芳	忻州师范学院计算机科学与技术系	54	160	7.0	9.0