远程教育中云存储机制下图像数据分类模型优化设计

远程教育中云存储机制下存有海量图像数据，在海量数据中存在大量与需要检索的特定图像特征相近的冗余图像，传统的基于图像特征的分类方法，由于关键帧准确性较低，造成图像分类不准确，导致远程教育中图像数据的检索准确性较低。为此，提出基于关联规则挖掘算法的图像数据优化分类方法。对可能是冗余的图像数据进行微调，使待检索图像关键帧处于准确的变化区间内,利用图像校验方法，消除冗余图像，对校验结果进行二次检验，降低了建立图像数据特征关联的偏差，实现了对图像数据的准确分类。实验结果表明，利用该方法能够对远程教育中云存储机制下的图像数据进行准确检索。