你好,游客 登录 注册 发布搜索
背景:
阅读新闻

[期刊]基于MapReduce的并行化最小最大模块化支持向量机研究

[日期:2015-07-30] 来源:中国知网  作者:赵研 李云 [字体: ]

基于MapReduce的并行化最小最大模块化支持向量机研究

赵研 李云

最小最大模块化支持向量机(M3-SVM)是对大规模数据进行模式分类的有效方法。为了进一步提高M3-SVM 算法处理大规模数据的效率。本文基于 MapReduce 的编程模型实现了 M3-SVM 的并行化。并行化主要分为两个部分:1、将 M3-SVM 中的多个任务分解进行并行化;2、将 M3-SVM 中用来训练基分类器 SVM 的序列最小优化算法(SMO)进行并行化。在多个现实数据集上的实验结果表明基于MapReduce的并行化最小最大模块化支持向量机算法不仅具有较好的可靠性,而且比传统的最小最大模块化支持向量机算法具有更好的时间效率。


基于MapReduce的并行化最小最大模块化支持向量机研究

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