文献类型：期刊文章

作　　者：张晶[1,2] 冯林[1,2] 王乐[1,2] 刘胜蓝[1,2]

机构地区：[1]大连理工大学电子信息与电气工程学部计算机科学与技术学院,大连116024 [2]大连理工大学创新实验学院,大连116024

出　　处：《计算机辅助设计与图形学学报》

基　　金：国家自然科学基金(61173163;51105052;61370200)

年　　份：2014

卷　　号：26

期　　号：8

起止页码：1263-1271

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSCD、CSCD2013_2014、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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.

关 键 词：大数据 MAPREDUCE 在线极端学习机  人脸识别

分 类 号：TP391]