基于Hadoop平台的分布式SVM参数寻优

• 作者: 吴云蔚 宁芊
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: Hadoop MapReduce 支持向量机 网格搜索 参数寻优 分布式计算
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 高性能计算
• 页码范围: 1042-1047
• 页数: 6页
• 分类号: TP393
• 字数: 3283字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.06.004

摘要

参数的选择对算法分类与预测的正确率有直接影响.在参数选择中全局网格搜索有着计算可靠、简单、优化效果明显的优势,适合应用于可靠性要求高的工程运算,如在复杂系统的故障诊断中对故障模式识别算法进行参数寻优等.但是,全局网格搜索在寻优过程中耗时过长,仍然是一个制约其使用的问题,尤其对于实时性要求较高的系统.以支持向量机的参数全局寻优问题为例,针对网格搜索寻优时间长的缺点,利用Hadoop平台进行分布式参数寻优,借助HDFS将参数自动划分到计算节点上,并运用MapReduce计算框架建立分布式参数寻优模型,完成模型训练预测及参数优化.实验结果表明,在不降低算法性能的前提下提高了寻优效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宁芊	四川大学电子信息学院	60	414	10.0	18.0
2	吴云蔚	四川大学电子信息学院	1	4	1.0	1.0