Hadoop下并行BP神经网络骆马湖水质分类

• 作者: 徐德兰 王海鹰 邵晓根 鞠训光 鲍蓉
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 骆马湖水质分类 Hadoop 并行BP神经网络
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 52-56
• 页数: 5页
• 分类号: TP391
• 字数: 3510字
• 语种: 中文

摘要

研究借助云的计算向数据迁移机制及MapReduce并行处理海量数据的优势，解决BP神经网络在处理大规模样本数据时计算量大、网络训练时间长的瓶颈问题。构建了影响骆马湖水质的多污染因素评价网络模型，在Hadoop下应用并行BP网络算法，实现了对骆马湖水质分类挖掘，挖掘分析结果对骆马湖水质优化及生态修复具有决策支持性意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐德兰	徐州工程学院环境工程学院	52	522	10.0	21.0
2	邵晓根	徐州工程学院信电工程学院	60	284	9.0	14.0
3	鲍蓉	徐州工程学院信电工程学院	47	97	5.0	6.0
4	鞠训光	徐州工程学院信电工程学院	23	53	5.0	6.0
5	王海鹰	徐州工程学院信电工程学院	6	28	3.0	5.0