基于卷积神经网络的粗粒度数据分布式算法

• 作者: 骆焦煌
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 卷积神经网络 粗粒度 卷积层 池化层
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 906-912
• 页数: 7页
• 分类号: TP311
• 字数: 4381字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2019438

摘要

针对特定运行模式下粗粒度数据存在计算效率较低的问题,提出一种基于卷积神经网络的数据分布式算法.首先构建用于粗粒度数据处理的卷积神经网络模型,给出模型基础连接层神经元网络的连接结构和权重比例,并训练和池化粗粒度数据;然后利用训练池化结果求解模型的最小损失函数,提升模型针对粗粒度数据的分布式计算能力.实验结果表明,在单机和集群模式下,卷积神经网络模型具有更好的计算效率和数据泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆焦煌	闽南理工学院信息管理学院	9	25	3.0	4.0