El rápido crecimiento de las imágenes digitales ha hecho que la tecnología tradicional de recuperación de imágenes se enfrente a un nuevo reto. En este artículo presentamos un nuevo enfoque para la recuperación de imágenes de escenas a gran escala con el fin de resolver los problemas del procesamiento masivo de imágenes mediante métodos tradicionales de recuperación de imágenes. En primer lugar, mejoramos el algoritmo de agrupación tradicional k -Means, que optimiza la selección de los centros de agrupación iniciales y el procedimiento de iteración. En segundo lugar, presentamos un diseño paralelo y un método de realización para el algoritmo k -Means mejorado, aplicándolo a la agrupación de características de imágenes de escenas. Por último, se propuso un esquema de almacenamiento y recuperación de imágenes de escenas a gran escala utilizando la gran capacidad de almacenamiento y la potente capacidad de computación paralela de la plataforma distribuida Hadoop. Los resultados experimentales demostraron que el método propuesto lograba un buen rendimiento. En comparación con los algoritmos tradicionales con arquitectura de nodo único y el algoritmo paralelo k-Means, el método propuesto tiene ventajas obvias para su uso en la recuperación de datos de imágenes de escenas a gran escala en términos de precisión de recuperación, sobrecarga de tiempo de recuperación y rendimiento computacional (aumento de velocidad y eficiencia, aumento de tamaño y aumento de escala), lo que supone una mejora significativa de la aplicación de procesamiento paralelo a algoritmos inteligentes con conjuntos de datos a gran escala.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Producto cuasi-Hadamard de ciertas funciones -convexas con respecto a puntos simétricos
Artículo:
Análisis de estabilidad de redes neuronales estocásticas de salto markoviano con diferentes escalas de tiempo y no linealidades que ocurren aleatoriamente basadas en el enfoque de proyección de partición de retardo.
Artículo:
Método de optimización para las características del crecimiento de los cultivos basado en la Proyección de Preservación de la Localidad Mejorada.
Artículo:
Método YOLOv3-Litchi de detección de Litchi densamente distribuido en escenas de gran visión
Artículo:
Soluciones positivas e iteraciones de Mann de una ecuación diferencial no lineal de retardo neutro de cuarto orden.
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.