Hadoop下自适应随机权值多特征融合图像分类

• 作 者: 王敏 陈立潮 曹建芳 潘理虎
• 机 构: 太原科技大学计算机科学与技术学院,忻州师范学院计算机科学与技术系
• 出 处: 计算机技术与发展
• 发表日期: 2018年11期
• 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 adaptive random weights feature fusion support
• 基金项目: 山西省自然基金项目(2014011019-3),山西省科技重大专项(20121101001),山西省-中科院科技合作项目(20141101001)

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、