摘 要：本文基于深度神經(jīng)網(wǎng)絡(luò)對(duì)多模態(tài)計(jì)算機(jī)圖像進(jìn)行識(shí)別。首先提出兩個(gè)削減規(guī)則。第一個(gè)削減規(guī)則用來(lái)減少鄰接頂點(diǎn)之間相似性計(jì)算次數(shù)，第二個(gè)削減規(guī)則通過(guò)非精確計(jì)算鄰接頂點(diǎn)間的相似性來(lái)減少計(jì)算時(shí)間；其次提出一種基于Spark中GraphX的結(jié)構(gòu)化圖聚類算法GXDSGC。該算法在運(yùn)行期間不需要大量的磁盤I/O開(kāi)銷；最后通過(guò)在大量真實(shí)數(shù)據(jù)集和合成數(shù)據(jù)集上的實(shí)驗(yàn)，證實(shí)本文提出的GXDSGC算法的有效性。GXDSGC算法比基于Hadoop中MapReduce框架的算法快30多倍，能夠顯著提高計(jì)算機(jī)圖像識(shí)別在大數(shù)據(jù)分析中的效率。

關(guān)鍵詞：云計(jì)算 GXDSGC算法 分布式結(jié)構(gòu)

一、引言

數(shù)字圖像處理的最終目的是用計(jì)算機(jī)代替人去認(rèn)識(shí)圖像和找出一副圖像中人們感興趣的目標(biāo)，這是計(jì)算機(jī)模式識(shí)別的主要內(nèi)容。模式識(shí)別技術(shù)是用機(jī)器來(lái)模擬人的各種識(shí)別能力，當(dāng)前主要是模擬人的視覺(jué)和聽(tīng)覺(jué)能力（Li H et al. 2015）[1]。圖像模式識(shí)別是用機(jī)器對(duì)文字、圖像、圖片和景物等模式信息加以處理和識(shí)別，用以解決計(jì)算機(jī)與外部環(huán)境直接通信這一重要問(wèn)題。圖像識(shí)別由三個(gè)環(huán)節(jié)構(gòu)成，分別是數(shù)據(jù)獲取、數(shù)據(jù)處理、判別分類（Opieliński K J et al. 2017）[2]。解決圖像識(shí)別的方法概括起來(lái)可分為統(tǒng)計(jì)模式識(shí)別、結(jié)構(gòu)模式識(shí)別、模糊圖像識(shí)別與智能模式識(shí)別（Wu D et al. 2016）[3]。

二、實(shí)證分析

基于本文構(gòu)建的算法，以下通過(guò)實(shí)驗(yàn)來(lái)對(duì)算法進(jìn)行驗(yàn)證，本實(shí)驗(yàn)所用的軟硬件環(huán)境如下：集群由五臺(tái)服務(wù)器組成，每臺(tái)服務(wù)器的配置為：RedHat64位操作系統(tǒng)，16核CPU，主頻1.9GHz，16G內(nèi)存，2T硬盤；Hadoop版本為2.6.0，Spark版本為1.6.0，Java版本為1.8.0，Scala版本為2.10.4。開(kāi)發(fā)環(huán)境配置：操作系統(tǒng)為Windows732位旗艦版，主頻3.10GHz，4G內(nèi)存，500G硬盤；開(kāi)發(fā)工具IntelliJIDEACommunityEdition15.0.2，Java版本為1.8.0， Scala 版本為 2.10.4。

本文實(shí)驗(yàn)所用數(shù)據(jù)集包括DBLP，Youtube，LiveJournal3個(gè)真實(shí)數(shù)據(jù)集和人工數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。其中，DBLP是一個(gè)作者協(xié)作網(wǎng)絡(luò)；Youtube是一個(gè)用戶到用戶鏈接網(wǎng)絡(luò)；LiveJournal是一個(gè)在線社交網(wǎng)絡(luò)。人工數(shù)據(jù)集使用前人文獻(xiàn)中的算法生成。數(shù)據(jù)集統(tǒng)計(jì)信息如表1。

下面將本文中提出的神經(jīng)網(wǎng)絡(luò)算法和Zhao等人提出的PSCAN算法進(jìn)行對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)從運(yùn)行時(shí)間、削減策略和可擴(kuò)展性三個(gè)方面來(lái)進(jìn)行比較。PSCAN算法和神經(jīng)網(wǎng)絡(luò)算法在相同配置的集群上運(yùn)行，由于PSCAN算法并沒(méi)有指定聚類的最小尺寸，所以在實(shí)驗(yàn)中將神經(jīng)網(wǎng)絡(luò)算法的最小聚類尺寸設(shè)置為2，使得兩個(gè)算法的結(jié)果相同。下面分別從這三個(gè)方面對(duì)神經(jīng)網(wǎng)絡(luò)算法進(jìn)行分析。首先我們比較了運(yùn)行時(shí)間，在該實(shí)驗(yàn)中，對(duì)于不同數(shù)據(jù)集，在相似性閾值分別取0.6，0.7，0.8，0.9四個(gè)值的情況下，分別運(yùn)行神經(jīng)網(wǎng)絡(luò)算法和PSCAN算法。算法在表1中數(shù)據(jù)集上的運(yùn)行時(shí)間如圖1所示。

三、研究結(jié)論

本文基于深度神經(jīng)網(wǎng)絡(luò)進(jìn)行多模態(tài)計(jì)算機(jī)圖像識(shí)別，當(dāng)前多模態(tài)計(jì)算機(jī)圖像識(shí)別是大圖數(shù)據(jù)分析的主要技術(shù)之一，在社區(qū)檢測(cè)、生物功能發(fā)現(xiàn)和圖可視化等許多實(shí)際應(yīng)用中具有重要意義。目前的多模態(tài)計(jì)算機(jī)圖像識(shí)別大多基于Hadoop的MapReduce框架，但該框架需要精確計(jì)算圖中所有鄰接頂點(diǎn)之間的相似性且需要大量的磁盤I/O開(kāi)銷，極大增加了算法的運(yùn)行時(shí)間。SCAN算法利用頂點(diǎn)之間的結(jié)構(gòu)信息不僅能夠?qū)D進(jìn)行聚類，還能識(shí)別出圖中頂點(diǎn)的不同角色，為用戶提供豐富的信息；而PSCAN算法是SCAN算法在分布式集群上的擴(kuò)展。

參考文獻(xiàn)

[1] Li H， Ding H， Huang D， et al. An efficient multimodal 2D + 3D feature-based approach to automatic facial expression recognition[J]. Computer Vision & Image Understanding， 2015， 140（45）：83-92.

[2] Opieliński K J， Pruchnicki P， Szymanowski P， et al. Multimodal ultrasound computer-assisted tomography： An approach to the recognition of breast lesions[J]. Comput Med Imaging Graph， 2017， 39（16）：136-142.

作者簡(jiǎn)介：伍梵，專業(yè)：信息與計(jì)算科學(xué)，學(xué)校：湖南人文科技學(xué)院。