基于拉格朗日算法的多媒體云資源分類檢索方法*

劉 平， 劉 春(河北科技大學(xué) . 圖書館， . 環(huán)境與工程學(xué)院， 石家莊 050018)

基于拉格朗日算法的多媒體云資源分類檢索方法*

劉 平a， 劉 春b
(河北科技大學(xué) a. 圖書館， b. 環(huán)境與工程學(xué)院， 石家莊 050018)

針對云計算環(huán)境下多媒體資源分類檢索準(zhǔn)確性差的問題，提出一種新的多媒體資源分類檢索方法，通過決策樹算法對多媒體資源進行采集及屬性劃分.引入基于拉格朗日系數(shù)的拉格朗日算法對資源進行求解和預(yù)處理，以李雅普諾夫定理為基礎(chǔ)，獲取多媒體資源特征，并通過標(biāo)注傳播算法實現(xiàn)對多媒體資源的分類檢索.實驗結(jié)果表明，采用改進的方法可以有效增加多媒體資源分類檢索的準(zhǔn)確度和檢索效率，具有一定的實用性.

云計算； 多媒體； 資源； 分類； 檢索方法； 屬性劃分； 擴展； 效率

隨著計算及儲存技術(shù)的不斷發(fā)展，云計算技術(shù)被提出，且近幾年云計算應(yīng)用愈來愈成熟，越來越多的資源信息中心部署了自己的云空間.為了滿足大眾用戶對于計算能力、儲存共建和相關(guān)計算服務(wù)復(fù)雜度的需求，云計算技術(shù)很好地供應(yīng)了相應(yīng)解決方案，并從各個角度解釋了其固有的優(yōu)勢[1].多媒體資源檢索一直是多媒體使用及信息處理領(lǐng)域的探討熱點，與多媒體資源的儲存、相似度匹配等多方面相關(guān)[2].尤其是最近幾年，隨著互聯(lián)網(wǎng)和信息技術(shù)的快速發(fā)展，多媒體資源快速增加，使得多媒體資源檢索面臨很大的挑戰(zhàn).如何對云計算環(huán)境下的多媒體資源進行快速分類檢索成為了相關(guān)領(lǐng)域亟待解決的問題，具有實際意義，受到很多學(xué)者的關(guān)注，且提出了很多好的方法[3-5].

文獻[6]提出數(shù)據(jù)網(wǎng)格環(huán)境下的多媒體資源分類檢索方法，其通過設(shè)計分層構(gòu)造的虛擬資源空間管理非構(gòu)造化的異構(gòu)資源，該方法雖然在檢索性能及查準(zhǔn)率方面都有相應(yīng)的提高，但該方法容易受到周圍檢索環(huán)境的干擾，不適合復(fù)雜環(huán)境中使用；文獻[7]提出基于Ajax的網(wǎng)絡(luò)多媒體資源分類檢索方法，通過對各多媒體資源進行組織、融合、管制及劃分，減少分類檢索過程中產(chǎn)生的各種干擾，增加多媒體資源的分類檢索準(zhǔn)確度，但是存在使用條件受限的問題；文獻[8]提出基于UPnP的多媒體資源分類檢索方法，采用UPnP方法在降低資源分類檢索的同時，卻產(chǎn)生了資源浪費和耗時過長的問題.

針對上述產(chǎn)生的問題，提出一種新的多媒體資源分類檢索方法.首先利用決策樹算法對多媒體資源采集及劃分，并使用拉格朗日算法對資源進行預(yù)處理，最后以李雅普諾夫定理為基礎(chǔ)獲取多媒體資源特征.實驗結(jié)果表明，采用本文所提出的方法可以有效增加多媒體資源分類檢索的準(zhǔn)確度和檢索效率，具有一定的實用借鑒意義.

1 多媒體資源分類算法的提出

1.1 多媒體資源采集

在進行多媒體資源分類檢索時，首先需要對其資源進行采集.本文采用決策樹算法對資源屬性進行劃分，利用資源屬性信息的增益率來構(gòu)建決策樹，其中具備最高信息增益率的屬性可作為決策樹的支點，依據(jù)不同取值對樣本資源屬性進行劃分.待劃分的多媒體樣本資源通過決策樹算法進行資源數(shù)據(jù)采集，假設(shè)S=(S1，S2，…，Sn)是訓(xùn)練樣本集合，其中樣本Si由屬性集合A=(A1，A2，…，Am)表示.樣本集合S由類別屬性取值劃分為k個子集C1，C2，…，Ck，樣本資源的信息增益率表達式為

(1)

(2)

利用A0對S進行劃分的資源信息增益量表達式為

fG(S，A0)=H(S)-H(S/A0)

(3)

A0對S進行劃分的信息增益率fGR(S/A0)等于資源信息增益量與分割信息量之比，即

(4)

fsp(S，A0)具體表達式推導(dǎo)可參見文獻[9].綜上所述，通過決策樹算法對多媒體資源屬性進行分類，可實現(xiàn)多媒體資源的屬性劃分與采集.

1.2 多媒體資源預(yù)處理

(5)

課堂上沒有幽默是枯燥的，沒有激情是沉默的，因此教師要努力為孩子們創(chuàng)設(shè)仿真語境，使他們從學(xué)習(xí)知識，了解人文，感受真實。例如在《Learning English》Ⅱ期1-2單元中，主要講授各式西餐、中餐、快餐文化及如何挑選自己喜愛的食品，于是在開始時，我變有意識的要求他們收集各種食品或食品圖片，然后挑一課來進行統(tǒng)一學(xué)習(xí)，課堂成了“食品拍賣地”，孩子們帶著自己的食品圖片自由結(jié)組，課堂便一下子熱鬧起來。短短的40分鐘給予我們?nèi)碌母杏X，充分領(lǐng)略了異國風(fēng)情，更激起了他們前所未有興趣和創(chuàng)新。

(6)

1.3 多媒體資源特征獲取

(7)

(8)

2 多媒體資源分類檢索方法的實現(xiàn)

在提取多媒體資源特征的基礎(chǔ)上，采用標(biāo)注傳播算法對多媒體資源特征分布情況進行標(biāo)注，即

fij=Yij，1≤i≤l，1≤j≤c

(9)

(10)

未標(biāo)注的多媒體資源可表示為

fU=pUUfU+pULYL

(11)

則其最終的分類結(jié)果表示為

(12)

(13)

(14)

因為H中每個資源qij都索引了一組相關(guān)的資源特征Rij(rij1，rij2，…，rijh)，rijh表示索引到的第h個資源，故多媒體資源分類檢索結(jié)果可進一步優(yōu)化，即

(15)

利用李雅普諾夫定理獲取多媒體資源特征，并通過標(biāo)注傳播算法可以準(zhǔn)確地對多媒體資源進行分類，使得檢索運算速度更快，結(jié)果更加準(zhǔn)確.

3 實驗結(jié)果分析

為了驗證本文提出的多媒體資源分類檢索方法的有效性，本文進行了實驗分析.實驗利用多媒體搜集器大范圍搜集各種類型的多媒體網(wǎng)頁，對網(wǎng)頁中多媒體資源進行下載并對多媒體資源的特征進行提取，最終下載圖像6 210幅，視頻4 329個，動畫2 738個.從下載的多媒體資源中選取500個作為測試樣本，將Upnp分類檢索方法、Ajax分類檢索方法、數(shù)據(jù)網(wǎng)格檢索方法與本文所提出的改進方法進行了對比分析，各種分類檢索時間對比結(jié)果如圖1所示.

圖1 不同算法的分類檢索時間對比Fig.1 Comparison in classification retrieval time needed for different algorithms

由圖1可知，在樣本個數(shù)相同的情況下，采用改進算法進行分類檢索平均所需時間約為4.5 s，雖然在350～450之間出現(xiàn)了波動，但是并未增加分類檢索時間；采用Ajax分類檢索方法時，其平均檢索時間約為6.34 s，且檢索時間隨著樣本數(shù)量的增加而下降；采用Upnp分類檢索方法時，其平均所需時間約為7.83 s，由于該算法資源利用率較低，是四種算法中耗時最長的；采用數(shù)據(jù)網(wǎng)絡(luò)方法平均的分類檢索時間約為7.14 s，由于算法構(gòu)建了分層管理結(jié)構(gòu)，故未出現(xiàn)特別大的波動，但其檢索時間一直處于改進算法之上.

在檢索樣本數(shù)量相同的情況下，將Upnp分類檢索方法、Ajax分類檢索方法、數(shù)據(jù)網(wǎng)格檢索方法與改進方法進行圖像、視頻、動畫資源分類檢索準(zhǔn)確率方面的測試，對比結(jié)果如圖2～4所示.

圖2 不同算法下分類檢索圖像資源的準(zhǔn)確率Fig.2 Accuracy in classification retrieval of image resource with different algorithms

圖3 不同算法下分類檢索視頻資源的準(zhǔn)確率Fig.3 Accuracy in classification retrieval of video resource with different algorithms

圖4 不同算法下分類檢索動畫資源的準(zhǔn)確率Fig.4 Accuracy in classification retrieval of animation resource with different algorithms

由圖2～4分析可知，采用改進方法相比其他檢索方法分類檢索準(zhǔn)確率更高，且圖像的檢索準(zhǔn)確率要稍高于其他兩種媒體形式.這主要是因為圖像在網(wǎng)頁中嵌入的方式較為單一，建構(gòu)及形式較為穩(wěn)定，且圖像一般都有相應(yīng)的文字描述，使得圖像類的分類檢索準(zhǔn)確率較高.而視頻和動畫類多媒體資源具有一定的相似性，這兩類多媒體資源嵌入網(wǎng)頁的構(gòu)造復(fù)雜，且大部分都使用了隱藏代碼的技術(shù)，在客戶端很難分析并提取相關(guān)的資源特征，導(dǎo)致這兩類多媒體資源分類檢索效果不如圖像類多媒體資源.

4 結(jié) 論

針對云計算環(huán)境下多媒體資源分類檢索一直存在檢索不準(zhǔn)確的問題，本文提出一種新的多媒體資源分類檢索方法.實驗結(jié)果表明，采用改進的方法可以有效增加多媒體資源分類檢索的準(zhǔn)確度和檢索效率，具有一定的借鑒價值.但是，改進方法在檢索中也存在一定的問題，例如在圖像相似資源較多的冗余環(huán)境下，改進方法的效率會受到一定的影響，另外，在多媒體資源的檢索過程中，方法的穩(wěn)定性不夠好，出現(xiàn)波動，這都是今后需要進一步解決的問題.

[1]李成海，黃必清.基于屬性描述匹配的云制造服務(wù)資源搜索方法 [J].計算機集成制造系統(tǒng)，2014，20(6)：1499-1507.

(LI Cheng-hai，HUANG Bi-qing.Cloud manufacturing service resources based on attribute description matching [J].Computer Integrated Manufacturing Systems，2014，20(6)：1499-1507.)

[2]林麗姝，吳明珠，林珍.基于免疫克隆選擇和語義計算的自適應(yīng)資源檢索算法 [J].電腦與信息技術(shù)，2015，23(3)：18-20.

(LIN Li-shu，WU Ming-zhu，LIN Zhen.A resource retrieval algorithm with self-adaptive feature based immune clone selection and semantic computing [J].Computer and Information Technology，2015，23(3)：18-20.)

[3]徐守晶，韓立新，曾曉勤.基于改進型SDA的自然圖像分類與檢索 [J].模式識別與人工智能，2014，27(8)：750-757.

(XU Shou-jing，HAN Li-xin，ZENG Xiao-qin.Natural images classification and retrieval based on improved SDA [J].Pattern Recognition and Artificial Intelligence，2014，27(8)：750-757.)

[4]譚偉，劉璇，徐欽桂.服務(wù)環(huán)境下多粒度制造資源自適應(yīng)組織與發(fā)現(xiàn) [J].計算機集成制造系統(tǒng)，2014，20(9)：2283-2296.

(TAN Wei，LIU Xuan，XU Qin-gui.Adaptive organization and discovery of multi-granularity manufacturing resource in service environment [J].Computer Integrated Manufacturing Systems，2014，20(9)：2283-2296.)

[5]沈愛華，唐啟義，程家安.基于二叉分類檢索表正、反向推理的研究及應(yīng)用 [J].浙江大學(xué)學(xué)報(農(nóng)業(yè)與生命科學(xué)版)，2006，32(5)：541-545.

(SHEN Ai-hua，TANG Qi-yi，CHENG Jia-an.Re-search and application of forward and backward reasoning based on binary taxanomic key [J].Journal of Zhejiang University (Agriculture & Life Sciences)，2006，32(5)：541-545.)

[6]李旭東.用于網(wǎng)絡(luò)多媒體資源版權(quán)保護的數(shù)字水印方法 [J].情報雜志，2014(10)：171-174.

(LI Xu-dong.Digital watermarking technology for copyright protection of network multimedia rresources [J].Journal of Intelligence，2014(10)：171-174.)

[7]周燕，曾凡智，張志飛，等.面向制造過程的海量數(shù)字圖像高效檢索算法研究 [J].湘潭大學(xué)學(xué)報(自然科學(xué)版)，2014，36(3)：105-110.

(ZHOU Yan，ZENG Fan-zhi，ZHANG Zhi-fei，et al.Research for efficient retrieval algorithm oriented to massive digital images in manufacturing process [J].Journal of Xiangtan University (Natural Science)，2014，36(3)：105-110.)

[8]孫元，陳賀新，陳綿書，等.多媒體高層語義框架及檢索算法[J].吉林大學(xué)學(xué)報(工學(xué)版)，2011，41(1)：244-248.

(SUN Yuan，CHEN He-xin，CHEN Mian-shu，et al.Multimedia high-level semantic framework and retrieval algorithm[J].Journal of Jilin University(Engineering and Technology Edition)，2011，41(1)：244-248.)

[9]宋宇，孟祥增.基于改進Fish-search算法的多媒體檢索[J].計算機工程，2008，34(11)：189-191.

(SONG Yu，MENG Xiang-zeng.Multimedia retrieval based on improved Fish-search algorithm[J].Computer Engineering，2008，34(11)：189-191.)

[10]張宇，袁野，王國仁.一個基于概率潛語義分析的多模態(tài)多媒體檢索模型[J].小型微型計算機系統(tǒng)，2015，36(8)：1665-1670.

(ZHANG Yu，YUAN Ye，WANG Guo-ren.Multimodal multimedia retrieval model based on probabilistic latent semantic analysis[J].Journal of Chinese Computer Systems，2015，36(8)：1665-1670.)

(責(zé)任編輯：景 勇 英文審校：尹淑英)

Classification retrieval method for multimedia cloud
resources based on Lagrange algorithm

LIU Pinga, LIU Chunb

(a. Library, b. School of Environment and Engineering, Hebei University of Science and Technology, Shijiazhuang 050018, China)

Aiming at the problem that the classification retrieval accuracy for multimedia resources is poor in cloud computing environment, a new classification retrieval method for multimedia resources was proposed, and the collection and attribute division for multimedia resources were carried out with the decision tree algorithm. The solving and preprocessing for the resources were performed through introducing Lagrange algorithm based on Lagrange coefficient. Based on the Lyapunov theorem, the characteristics of multimedia resources were acquired, and the classification retrieval for multimedia resources was realized with the label propagation algorithm. The experimental results show that the improved method can effectively enhance the accuracy and retrieval efficiency for the classification retrieval of multimedia resources, and has a certain practicality.

cloud computing; multimedia; resource; classification; retrieval method; attribute division; extension; efficiency

2016-05-09.

河北省教育廳青年基金資助項目(SQ161142).

劉 平(1976-)，女，河南安陽人，講師，碩士，主要從事多媒體信息安全及競爭情報等方面的研究.

10.7688/j.issn.1000-1646.2017.04.14

TP 311

A

1000-1646(2017)04-0433-05

*本文已于2017-03-28 17∶09在中國知網(wǎng)優(yōu)先數(shù)字出版. 網(wǎng)絡(luò)出版地址： http：∥www.cnki.net/kcms/detail/21.1189.T.20170328.1709.030.html