作者:
原文服务方: 现代电子技术       
摘要:
传统图像分类算法没有考虑当前图像数据的海量、大规模特点,使得图像分类效率、分类准确率低,为了解决当前图像分类算法存在的难题,设计基于云平台的海量图像分类算法.首先提取反映图像内容的分类特征,并对图像类型采用专家进行标记,构建图像分类的训练样本,然后针对当前图像分类错误率高的问题,设计基于最小二乘向量机的图像分类器,最后利用云平台的分布式、并行处理的优点实现海量图像分类,并采用图像分类仿真实验分析所提算法的性能,该方法降低了海量图像分类的计算复杂度,减少了海量图像分类的时间,提升了海量图像分类效率,而且海量图像分类综合效果要显著优于传统图像分类算法,验证了所提算法的海量图像分类优越性.
推荐文章
基于云计算平台的聚类算法研究进展
数据挖掘
云计算
聚类分析
基于云计算的图像分类算法
云计算
海量图像数据库
图像分类器
图像特征
基于云计算的图像分类算法
云计算
图像分类
特征提取
特征匹配
基于云计算的海量数据挖掘算法
云计算
数据挖掘
海量数据
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于云平台的海量图像分类算法研究
来源期刊 现代电子技术 学科
关键词 海量图像 分类器设计 云平台 图像内容信息 Gabor滤波器 图像分类
年,卷(期) 2019,(19) 所属期刊栏目 信号分析与图像处理
研究方向 页码范围 46-49
页数 4页 分类号 TN911.73-34|TP391
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2019.19.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 魏柯 郑州工程技术学院信息工程学院 6 4 1.0 2.0
2 王伟 郑州工程技术学院信息工程学院 11 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (177)
共引文献  (94)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(12)
  • 参考文献(0)
  • 二级参考文献(12)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(13)
  • 参考文献(0)
  • 二级参考文献(13)
2010(16)
  • 参考文献(1)
  • 二级参考文献(15)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(23)
  • 参考文献(0)
  • 二级参考文献(23)
2014(20)
  • 参考文献(0)
  • 二级参考文献(20)
2015(13)
  • 参考文献(3)
  • 二级参考文献(10)
2016(11)
  • 参考文献(3)
  • 二级参考文献(8)
2017(5)
  • 参考文献(2)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
海量图像
分类器设计
云平台
图像内容信息
Gabor滤波器
图像分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导