点击次数：

论文类型：期刊论文

发表时间：2014-08-15

发表刊物：计算机辅助设计与图形学学报

收录刊物：EI、PKU、ISTIC、CSCD、Scopus

卷号：26

期号：8

页面范围：1263-1271

ISSN号：1003-9775

关键字：大数据;MapReduce;在线极端学习机;人脸识别

摘要：图像数据作为大数据的重要组成部分蕴含着丰富的知识,且图像分类有着广泛的应用,利用传统分类方法已经无法满足实时计算的需求.针对此问题,提出并行在线极端学习机算法.首先利用在线极端学习机理论得到隐层输出权值矩阵;其次根据MapReduce计算框架的特点对该矩阵进行分割,以代替原有大规模矩阵累乘操作,并将分割后的多个矩阵在不同工作节点上并行计算;最后将计算节点上的结果按键值合并,得到最终的分类器.在保证原有计算精度的前提下,将文中算法在MapReduce框架上进行拓展,以人脸图像为例对大规模图像数据进行分类的结果表明,该算法能够针对大数据图像进行快速、准确的分类.