Hadoop 下自适应随机权值多特征融合图像分类

来源：计算机技术与发展杂志2018年第11期北京时间：

作者：王敏;陈立潮;曹建芳;潘理虎

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。

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