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。
分类：期刊> 自然科学与工程技术> 信息科技> 电子信息科学综合
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
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
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
