你好,游客 登录 注册 发布搜索
背景:
阅读新闻

[期刊]基于Hadoop的局部支持向量机

[日期:2015-07-21] 来源:  作者:崔文斌 温孚江 牟少敏 浩庆波 [字体: ]

基于Hadoop的局部支持向量机

崔文斌 温孚江 牟少敏 浩庆波

随着物联网、云计算等技术的不断发展,产生的数据也以爆炸式的速度不断增长, 如何在大数据中进行挖掘和分析成为了当前学术界研究的热点. Hadoop 分布式计算也因此逐渐成为了大数据挖掘和分析的主要技术.支持向量机则是一种应用比较广泛的数据挖掘方法, 局部支持向量机是在支持向量机的基础上引入局部学习算法的一种有效的分类算法.但是,局部支持向量机需要为每个测试样本分别构造分类器, 在大数据上进行分类的时间复杂度较高,分类效率比较低.针对上述问题, 本文结合 Hadoop 并行计算平台,提出了基于 Hadoop 的局部支持向量机算法.本文对局部支持向量机进行了两方面的改进:第一是将计算测试样本的 k 近邻并行化,第二是将训练模型并行化.通过测试实验,结果表明:基于 Hadoop 的局部支持向量机能够有效降低分类时间,且在分类精度上与局部支持向量机基本保持一致.


基于Hadoop的局部支持向量机

 

收藏 推荐 打印 | 录入:574107552 | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款