基于云平台的海量图像分类算法研究

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.

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

所属期刊栏目：42

分类号：TN911.73-34;TP391

资助基金：河南省重点科技攻关项目182102210594;河南省高等学校重点科研项目18A140013;郑州工程技术学院大数据团队建设计划项目资助课题CXTD2017K3

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：46-49