基于MapReduce的并行增量迭代支持向量机算法

• 作者: 王世卿 王黎明 马莹莹
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 支持向量机 并行 增量 迭代 MapReduce
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 算法
• 页码范围: 288-291
• 页数: 4页
• 分类号: TP3
• 字数: 4055字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.04.067

摘要

为了提高支持向量机处理大数据集的性能，在研究MapReduce 编程模型的基础上结合增量学习及迭代技术提出了改进算法MRII-SVM。该算法采用增量学习方式，在Map 阶段并行求解各数据切片的支持向量集，并利用KKT 条件削减增量数据集，在Reduce 阶段执行联合重训练使算法收敛于当前最优解。基于UCI 标准数据集的实验结果显示，MRII-SVC 在保持SVM算法分类精度的基础上，提高了数据处理能力和运行效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王世卿	郑州大学信息工程学院	44	299	9.0	15.0
2	王黎明	郑州大学信息工程学院	81	602	14.0	20.0
3	马莹莹	郑州大学信息工程学院	9	33	3.0	5.0