随着网络的普及以及多媒体数据获取设备的发展，图像和视频的数量都飞速增长，多媒体资料的存贮索引，比如基于内容的图像和视频检索，已经成为热门的研究领域。　　 在这个背景下，中山大学智能信息处理实验室(原图形图像技术实验室)和广东电信研究院合作开展了研究项目“基于云计算的图像和视频分类技术在互联网中的应用研究”。本文的研究课题正是基于该项目。该项目的一个研究目标是为了探讨如何智能处理并利用互联网上海量的图像和视频数据，以及在云计算环境下图像分类技术在互联网中的应用。在现在主流的图像分类技术中，都要采用训练集，从训练集中学习分类标注模型。训练集的大小和质量都对分类的效果有直接的影响。如何高效的进行训练集提取是该项目中面临的一个重要问题。　　 针对上述问题，本文采取了以下的解决方案：(1)搭建基于云计算的图像抓取平台，利用互联网的图像资源作为原始数据集，为提取训练集图像提供足够的数据。(2)实现基于概率潜在语义分析模型的训练集图像提取功能，对原始数据集进行基于主题的聚类，帮助用户快速选取训练集图像。最后，本文加入了SVM分类模型，利用提取出来的训练集对未标注图像进行分类标注，实现了完整的系统。　　 通过本文的实验，证明本文的解决方案能够满足项目的功能需求和性能需求。