科研之友
微信
新浪微博
Facebook
分享链接
摘要
为消除锐化与噪声，提高多种不同类型多模态图像的识别精度，基于深度神经网络构建多模态图像识别模型。所提出的图像识别模型通过缩减原则降低相邻顶点间的相似性，采用相似度计算规则估算相邻两个顶点的相似性，有效提升计算机图像识别效率。为节约图像识别运算的空间，在Spark中引入了GraphX的GXDSGC。将提出的方法应用于实际的多模态图像识别中，结果表明所提出的识别算法无须占用大量的硬盘I/O资源，所耗费时间明显缩短，且GXDSGC算法比Hadoop中基于MapReduce框架的算法快30倍以上，显著提高了大数据分析中计算机图像识别的效率。
- 单位
