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

針對(duì)云計(jì)算環(huán)境下多媒體資源分類檢索準(zhǔn)確性差的問(wèn)題，提出一種新的多媒體資源分類檢索方法，通過(guò)決策樹(shù)算法對(duì)多媒體資源進(jìn)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(duì)資源進(jìn)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(guò)標(biāo)注傳播算法實(shí)現(xiàn)對(duì)多媒體資源的分類檢索.實(shí)驗(yàn)結(jié)果表明，采用改進(jìn)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(shí)用性.

云計(jì)算； 多媒體； 資源； 分類； 檢索方法； 屬性劃分； 擴(kuò)展； 效率

隨著計(jì)算及儲(chǔ)存技術(shù)的不斷發(fā)展，云計(jì)算技術(shù)被提出，且近幾年云計(jì)算應(yīng)用愈來(lái)愈成熟，越來(lái)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(duì)于計(jì)算能力、儲(chǔ)存共建和相關(guān)計(jì)算服務(wù)復(fù)雜度的需求，云計(jì)算技術(shù)很好地供應(yīng)了相應(yīng)解決方案，并從各個(gè)角度解釋了其固有的優(yōu)勢(shì)[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(diǎn)，與多媒體資源的儲(chǔ)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(duì)云計(jì)算環(huán)境下的多媒體資源進(jìn)行快速分類檢索成為了相關(guān)領(lǐng)域亟待解決的問(wèn)題，具有實(shí)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(xiàn)[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(guò)設(shè)計(jì)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(xiàn)[7]提出基于Ajax的網(wǎng)絡(luò)多媒體資源分類檢索方法，通過(guò)對(duì)各多媒體資源進(jìn)行組織、融合、管制及劃分，減少分類檢索過(guò)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(wèn)題；文獻(xiàn)[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(shí)，卻產(chǎn)生了資源浪費(fèi)和耗時(shí)過(guò)長(zhǎng)的問(wèn)題.

針對(duì)上述產(chǎn)生的問(wèn)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(shù)算法對(duì)多媒體資源采集及劃分，并使用拉格朗日算法對(duì)資源進(jìn)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(shí)驗(yàn)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(shí)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(jìn)行多媒體資源分類檢索時(shí)，首先需要對(duì)其資源進(jìn)行采集.本文采用決策樹(shù)算法對(duì)資源屬性進(jìn)行劃分，利用資源屬性信息的增益率來(lái)構(gòu)建決策樹(shù)，其中具備最高信息增益率的屬性可作為決策樹(shù)的支點(diǎn)，依據(jù)不同取值對(duì)樣本資源屬性進(jìn)行劃分.待劃分的多媒體樣本資源通過(guò)決策樹(shù)算法進(jìn)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(gè)子集C1，C2，…，Ck，樣本資源的信息增益率表達(dá)式為

(1)

(2)

利用A0對(duì)S進(jìn)行劃分的資源信息增益量表達(dá)式為

fG(S，A0)=H(S)-H(S/A0)

(3)

A0對(duì)S進(jìn)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(dá)式推導(dǎo)可參見(jiàn)文獻(xiàn)[9].綜上所述，通過(guò)決策樹(shù)算法對(duì)多媒體資源屬性進(jìn)行分類，可實(shí)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(méi)有幽默是枯燥的，沒(méi)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(yǔ)境，使他們從學(xué)習(xí)知識(shí)，了解人文，感受真實(shí)。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(ài)的食品，于是在開(kāi)始時(shí)，我變有意識(shí)的要求他們收集各種食品或食品圖片，然后挑一課來(lái)進(jìn)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(lái)。短短的40分鐘給予我們?nèi)碌母杏X(jué)，充分領(lǐng)略了異國(guó)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(shí)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(duì)多媒體資源特征分布情況進(jìn)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?yàn)镠中每個(gè)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(gè)資源，故多媒體資源分類檢索結(jié)果可進(jìn)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(guò)標(biāo)注傳播算法可以準(zhǔn)確地對(duì)多媒體資源進(jìn)行分類，使得檢索運(yùn)算速度更快，結(jié)果更加準(zhǔn)確.

3 實(shí)驗(yàn)結(jié)果分析

為了驗(yàn)證本文提出的多媒體資源分類檢索方法的有效性，本文進(jìn)行了實(shí)驗(yàn)分析.實(shí)驗(yàn)利用多媒體搜集器大范圍搜集各種類型的多媒體網(wǎng)頁(yè)，對(duì)網(wǎng)頁(yè)中多媒體資源進(jìn)行下載并對(duì)多媒體資源的特征進(jìn)行提取，最終下載圖像6 210幅，視頻4 329個(gè)，動(dòng)畫(huà)2 738個(gè).從下載的多媒體資源中選取500個(gè)作為測(cè)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(jìn)方法進(jìn)行了對(duì)比分析，各種分類檢索時(shí)間對(duì)比結(jié)果如圖1所示.

圖1 不同算法的分類檢索時(shí)間對(duì)比Fig.1 Comparison in classification retrieval time needed for different algorithms

由圖1可知，在樣本個(gè)數(shù)相同的情況下，采用改進(jìn)算法進(jìn)行分類檢索平均所需時(shí)間約為4.5 s，雖然在350～450之間出現(xiàn)了波動(dòng)，但是并未增加分類檢索時(shí)間；采用Ajax分類檢索方法時(shí)，其平均檢索時(shí)間約為6.34 s，且檢索時(shí)間隨著樣本數(shù)量的增加而下降；采用Upnp分類檢索方法時(shí)，其平均所需時(shí)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(shí)最長(zhǎng)的；采用數(shù)據(jù)網(wǎng)絡(luò)方法平均的分類檢索時(shí)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(dòng)，但其檢索時(shí)間一直處于改進(jìn)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(jìn)方法進(jìn)行圖像、視頻、動(dòng)畫(huà)資源分類檢索準(zhǔn)確率方面的測(cè)試，對(duì)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(dòng)畫(huà)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(jìn)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?yàn)閳D像在網(wǎng)頁(yè)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(dòng)畫(huà)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(yè)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(duì)云計(jì)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(wèn)題，本文提出一種新的多媒體資源分類檢索方法.實(shí)驗(yàn)結(jié)果表明，采用改進(jìn)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(jià)值.但是，改進(jìn)方法在檢索中也存在一定的問(wèn)題，例如在圖像相似資源較多的冗余環(huán)境下，改進(jìn)方法的效率會(huì)受到一定的影響，另外，在多媒體資源的檢索過(guò)程中，方法的穩(wěn)定性不夠好，出現(xiàn)波動(dòng)，這都是今后需要進(jìn)一步解決的問(wèn)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(jì)算機(jī)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(yǔ)義計(jì)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(jìn)型SDA的自然圖像分類與檢索 [J].模式識(shí)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(jì)算機(jī)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(ài)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(bào)(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(hù)的數(shù)字水印方法 [J].情報(bào)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(guò)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(bào)(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(shū)，等.多媒體高層語(yǔ)義框架及檢索算法[J].吉林大學(xué)學(xué)報(bào)(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(jìn)Fish-search算法的多媒體檢索[J].計(jì)算機(jī)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(guó)仁.一個(gè)基于概率潛語(yǔ)義分析的多模態(tài)多媒體檢索模型[J].小型微型計(jì)算機(jī)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(xiàng)目(SQ161142).

劉 平(1976-)，女，河南安陽(yáng)人，講師，碩士，主要從事多媒體信息安全及競(jìng)爭(zhēng)情報(bào)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(guó)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