
利用大數(shù)據(jù)技術(shù)進行圖像處理
近幾年涌現(xiàn)出很多處理大型圖對象的技術(shù),其中有兩類系統(tǒng)值得考慮:一是針對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OLAP工作負(fù)載,能夠?qū)D對象中的大部分?jǐn)?shù)據(jù)進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)出幾個標(biāo)新立異的項目。 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年的一篇博文所報道的,它在內(nèi)部使用了一套優(yōu)化的頂點和邊表示法以使其能處理幾十億個邊對象。
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,所以也適合存儲大型圖對象,同時還可以用來存儲含有類型化的邊和權(quán)重的圖對象,2013年發(fā)布的一份技術(shù)報告表明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,給圖對象高效地建模。Facebook也構(gòu)建了自己的解決方案,他們在被稱為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)。
項目應(yīng)用實踐
基于上述理論和開源探索,下面以一個我們的應(yīng)用 “圖像信息識別獲取大數(shù)據(jù)的分析預(yù)測系統(tǒng)”來進行具體描述,其中使用了圖像處理和大數(shù)據(jù)的相關(guān)技術(shù)。
“圖像信息識別獲取大數(shù)據(jù)的分析預(yù)測系統(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)測走勢模型,期望能夠通過輸入前N天的數(shù)據(jù)走勢,去預(yù)測后一天的走勢變化。
系統(tǒng)已實現(xiàn)了圖片文檔的自動識別,獲取所需要信息數(shù)據(jù)并自動錄入數(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)測未來數(shù)據(jù)。
例如系統(tǒng)自動批量截取網(wǎng)頁中的某一張圖像:
圖1 采集的指數(shù)原始圖像
運用圖像識別技術(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,進行圖像識別的處理。處理流程如下:
圖3 圖像識別過程
通過反復(fù)訓(xùn)練和識別處理就能精確獲取指定日期的新聞頭條和平均值的媒體指數(shù)以及具體頭條的相關(guān)報道條目,并保存到數(shù)據(jù)庫中。
利用大數(shù)據(jù)技術(shù)和相關(guān)算法進行預(yù)測計算,下圖中未來的某個點(紅點),根據(jù)此點對應(yīng)日期以前的數(shù)據(jù)點計算預(yù)測未來一天的數(shù)據(jù)點,系統(tǒng)可以基于數(shù)據(jù)分析,發(fā)揮預(yù)測的作用:
圖4 利用大數(shù)據(jù)進行指數(shù)預(yù)測
圖像處理讓我們挖掘有價值數(shù)據(jù)變的更容易,基于大數(shù)據(jù)的技術(shù)支持,讓識別變得主動而聰明。圖像處理和大數(shù)據(jù)技術(shù)將走進普通人的世界,讓我們的生活變得更生動。
結(jié)語:數(shù)據(jù)收集是一個從被動到主動的過程,沒有基礎(chǔ)的技術(shù)實力,圖像是好玩不起來的,圖像識別過去大多是建庫識別,深度學(xué)習(xí)釋放了圖像識別的識別領(lǐng)域。而高級和低級的門檻就在深度學(xué)習(xí)的研究上。國內(nèi)雖然起步較晚,但發(fā)展的速度非??臁?
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10