利用大数据技术进行图像处理
近几年涌现出很多处理大型图对象的技术,其中有两类系统值得考虑:一是针对OLTP工作负载,能够快速低延迟访问小部分图数据的图数据库。二是针对OLAP工作负载,能够对图对象中的大部分数据进行批处理的图处理引擎。
知名的图数据库已有很多,但最近仍涌现出几个标新立异的项目。 Neo4j算是最老牌、最成熟的图数据库之一,但因不支持分片而依然存在可伸缩性的问题。另一个非常年轻的品牌是Titan,却在2013年成为非常流行的数据库。作为后端无关的图数据库,它支持HBase和Cassandra的可伸缩架构,并且如2013年的一篇博文所报道的,它在内部使用了一套优化的顶点和边表示法以使其能处理几十亿个边对象。
但你不必非要使用图特定数据库,更通用可伸缩的NoSQL数据库也是有效的解决方案。基于Google BigTable并在2011年开源的Apache Accumulo就是一个通用数据库的例子,它的数据记录很灵活,所以也适合存储大型图对象,同时还可以用来存储含有类型化的边和权重的图对象,2013年发布的一份技术报告表明NSA也在使用它。Cassandra或者Aerospike则是另一种数据库,它们能通过适当的数据模型,给图对象高效地建模。Facebook也构建了自己的解决方案,他们在被称为Tao的系统中使用了MySQL和Memcache组合,并正在使用这一方案为其用户提供社区图服务。
项目应用实践
基于上述理论和开源探索,下面以一个我们的应用 “图像信息识别获取大数据的分析预测系统”来进行具体描述,其中使用了图像处理和大数据的相关技术。
“图像信息识别获取大数据的分析预测系统”系统的目的是根据大量源数据,图片、文档、视频等信息,通过图像处理的手段,自动获取大量数据,并将信息入库。根据建立的数据库,训练预测走势模型,期望能够通过输入前N天的数据走势,去预测后一天的走势变化。
系统已实现了图片文档的自动识别,获取所需要信息数据并自动录入数据库。根据需要做数据分析,建立数据模型,根据历史数据预测未来数据。
例如系统自动批量截取网页中的某一张图像:
图1 采集的指数原始图像
运用图像识别技术,主要分两步:
第一步是训练样本。样本的训练过程如下:
图2 样本的训练过程
第二步,进行图像识别的处理。处理流程如下:
图3 图像识别过程
通过反复训练和识别处理就能精确获取指定日期的新闻头条和平均值的媒体指数以及具体头条的相关报道条目,并保存到数据库中。
利用大数据技术和相关算法进行预测计算,下图中未来的某个点(红点),根据此点对应日期以前的数据点计算预测未来一天的数据点,系统可以基于数据分析,发挥预测的作用:
图4 利用大数据进行指数预测
图像处理让我们挖掘有价值数据变的更容易,基于大数据的技术支持,让识别变得主动而聪明。图像处理和大数据技术将走进普通人的世界,让我们的生活变得更生动。
结语:数据收集是一个从被动到主动的过程,没有基础的技术实力,图像是好玩不起来的,图像识别过去大多是建库识别,深度学习释放了图像识别的识别领域。而高级和低级的门槛就在深度学习的研究上。国内虽然起步较晚,但发展的速度非常快。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14