期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进的分布式K-Means特征聚类的海量场景图像检索 被引量:6
1
作者 崔红艳 曹建芳 《计算机应用与软件》 CSCD 2016年第6期195-199,267,共6页
针对传统的图像检索方法在处理海量数据时面临的问题,提出一种基于改进的分布式K-Means特征聚类的海量场景图像检索方法。对分布式K-Means算法进行改进,优化了初始聚类中心的选择和迭代过程,并将其应用与场景图像的特征聚类中;充分利用H... 针对传统的图像检索方法在处理海量数据时面临的问题,提出一种基于改进的分布式K-Means特征聚类的海量场景图像检索方法。对分布式K-Means算法进行改进,优化了初始聚类中心的选择和迭代过程,并将其应用与场景图像的特征聚类中;充分利用Hadoop分布式平台的海量存储能力和强大并行计算能力,提出了海量场景图像的存储和检索方案,设计了场景图像特征提取、特征聚类以及图像检索三个阶段分布式并行处理的Map和Reduce任务。多组实验表明,提出的方法数据伸缩率曲线平缓,取得了优良的加速比,效率大于0.6,检索的平均准确率达到了88%左右,适合海量场景图像数据的检索。 展开更多
关键词 Hadoop分布式平台 MAPREDUCE 分布式K-Means算法 特征聚类 场景图像检索
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部