Hadoop下多模式并行分类算法及其应用研究

• 作者: 李玉丹 郑晓薇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Hadoop集群 MapReduce框架 自组织映射网络 并行BP神经网络 多模式分类 大数据集
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP391
• 字数: 4739字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.12.008

摘要

根据人工神经网络自组织、高度并行以及具有非线性映射能力的特点，提出一种基于云计算的Hadoop多模式并行分类算法。通过将自组织映射网络与多个并行BP神经网络结合，提高多语义模式中复杂分类问题的学习效率和训练精度。采用Hadoop平台下的MapReduce框架实现算法的并行处理，解决大规模数据样本训练时内存开销大、通信耗时长的问题。实验结果表明，与传统单BP多输出分类算法相比，该算法训练速度更快、分类精度更高，在处理大规模数据集时具有实时和高效的特性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑晓薇	辽宁师范大学计算机与信息技术学院	74	499	11.0	18.0
2	李玉丹	辽宁师范大学计算机与信息技术学院	2	10	2.0	2.0