
利用大數(shù)據(jù)技術(shù)進(jìn)行圖像處理
近幾年涌現(xiàn)出很多處理大型圖對(duì)象的技術(shù),其中有兩類系統(tǒng)值得考慮:一是針對(duì)OLTP工作負(fù)載,能夠快速低延遲訪問小部分圖數(shù)據(jù)的圖數(shù)據(jù)庫。二是針對(duì)OLAP工作負(fù)載,能夠?qū)D對(duì)象中的大部分?jǐn)?shù)據(jù)進(jìn)行批處理的圖處理引擎。
知名的圖數(shù)據(jù)庫已有很多,但最近仍涌現(xiàn)出幾個(gè)標(biāo)新立異的項(xiàng)目。 Neo4j算是最老牌、最成熟的圖數(shù)據(jù)庫之一,但因不支持分片而依然存在可伸縮性的問題。另一個(gè)非常年輕的品牌是Titan,卻在2013年成為非常流行的數(shù)據(jù)庫。作為后端無關(guān)的圖數(shù)據(jù)庫,它支持HBase和Cassandra的可伸縮架構(gòu),并且如2013年的一篇博文所報(bào)道的,它在內(nèi)部使用了一套優(yōu)化的頂點(diǎn)和邊表示法以使其能處理幾十億個(gè)邊對(duì)象。
但你不必非要使用圖特定數(shù)據(jù)庫,更通用可伸縮的NoSQL數(shù)據(jù)庫也是有效的解決方案?;贕oogle BigTable并在2011年開源的Apache Accumulo就是一個(gè)通用數(shù)據(jù)庫的例子,它的數(shù)據(jù)記錄很靈活,所以也適合存儲(chǔ)大型圖對(duì)象,同時(shí)還可以用來存儲(chǔ)含有類型化的邊和權(quán)重的圖對(duì)象,2013年發(fā)布的一份技術(shù)報(bào)告表明NSA也在使用它。Cassandra或者Aerospike則是另一種數(shù)據(jù)庫,它們能通過適當(dāng)?shù)臄?shù)據(jù)模型,給圖對(duì)象高效地建模。Facebook也構(gòu)建了自己的解決方案,他們?cè)诒环Q為Tao的系統(tǒng)中使用了MySQL和Memcache組合,并正在使用這一方案為其用戶提供社區(qū)圖服務(wù)。
項(xiàng)目應(yīng)用實(shí)踐
基于上述理論和開源探索,下面以一個(gè)我們的應(yīng)用 “圖像信息識(shí)別獲取大數(shù)據(jù)的分析預(yù)測(cè)系統(tǒng)”來進(jìn)行具體描述,其中使用了圖像處理和大數(shù)據(jù)的相關(guān)技術(shù)。
“圖像信息識(shí)別獲取大數(shù)據(jù)的分析預(yù)測(cè)系統(tǒng)”系統(tǒng)的目的是根據(jù)大量源數(shù)據(jù),圖片、文檔、視頻等信息,通過圖像處理的手段,自動(dòng)獲取大量數(shù)據(jù),并將信息入庫。根據(jù)建立的數(shù)據(jù)庫,訓(xùn)練預(yù)測(cè)走勢(shì)模型,期望能夠通過輸入前N天的數(shù)據(jù)走勢(shì),去預(yù)測(cè)后一天的走勢(shì)變化。
系統(tǒng)已實(shí)現(xiàn)了圖片文檔的自動(dòng)識(shí)別,獲取所需要信息數(shù)據(jù)并自動(dòng)錄入數(shù)據(jù)庫。根據(jù)需要做數(shù)據(jù)分析,建立數(shù)據(jù)模型,根據(jù)歷史數(shù)據(jù)預(yù)測(cè)未來數(shù)據(jù)。
例如系統(tǒng)自動(dòng)批量截取網(wǎng)頁中的某一張圖像:
圖1 采集的指數(shù)原始圖像
運(yùn)用圖像識(shí)別技術(shù),主要分兩步:
第一步是訓(xùn)練樣本。樣本的訓(xùn)練過程如下:
圖2 樣本的訓(xùn)練過程
第二步,進(jìn)行圖像識(shí)別的處理。處理流程如下:
圖3 圖像識(shí)別過程
通過反復(fù)訓(xùn)練和識(shí)別處理就能精確獲取指定日期的新聞?lì)^條和平均值的媒體指數(shù)以及具體頭條的相關(guān)報(bào)道條目,并保存到數(shù)據(jù)庫中。
利用大數(shù)據(jù)技術(shù)和相關(guān)算法進(jìn)行預(yù)測(cè)計(jì)算,下圖中未來的某個(gè)點(diǎn)(紅點(diǎn)),根據(jù)此點(diǎn)對(duì)應(yīng)日期以前的數(shù)據(jù)點(diǎn)計(jì)算預(yù)測(cè)未來一天的數(shù)據(jù)點(diǎn),系統(tǒng)可以基于數(shù)據(jù)分析,發(fā)揮預(yù)測(cè)的作用:
圖4 利用大數(shù)據(jù)進(jìn)行指數(shù)預(yù)測(cè)
圖像處理讓我們挖掘有價(jià)值數(shù)據(jù)變的更容易,基于大數(shù)據(jù)的技術(shù)支持,讓識(shí)別變得主動(dòng)而聰明。圖像處理和大數(shù)據(jù)技術(shù)將走進(jìn)普通人的世界,讓我們的生活變得更生動(dòng)。
結(jié)語:數(shù)據(jù)收集是一個(gè)從被動(dòng)到主動(dòng)的過程,沒有基礎(chǔ)的技術(shù)實(shí)力,圖像是好玩不起來的,圖像識(shí)別過去大多是建庫識(shí)別,深度學(xué)習(xí)釋放了圖像識(shí)別的識(shí)別領(lǐng)域。而高級(jí)和低級(jí)的門檻就在深度學(xué)習(xí)的研究上。國內(nèi)雖然起步較晚,但發(fā)展的速度非???。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03