| 云计算环境的并行支持向量机 |
| |
| 引用本文： | 马红梅,武艳,周东东.云计算环境的并行支持向量机[J].南阳理工学院学报,2011,3(2):26-29,33. |
| |
| 作者姓名： | 马红梅 武艳 周东东 |
| |
| 作者单位： | 徐州九州职业技术学院机电工程系,江苏徐州221140 [2]洛阳师范学院物理与电子信息学院,河南洛阳471022 [3]63880部队,河南洛阳471000 |
| |
| 基金项目： | 国家自然科学基金，福建省教育厅科技项目，福州大学人才基金 |
| |
| 摘 要： | 针对基于GPU和MPI并行的支持向量机（SVM）算法不适合于云计算环境，设计了一种基于多级SVM的并行支持向量机模型，实现了云计算环境下的序列最小优化（SMO）的并行算法。该算法通过MapReduce系统将大规模训练数据集划分为若干小训练集，再由这些小训练集开发多级的SVM，最后收集每一个SVM最优超平面附近的样本数据来训练另一个新的SVM。实验结果表明，该算法在时间消耗与分类正确率等综合方面比单机算法和传统并行算法获得更好的效果。
|
| 关 键 词： | 支持向量机 SMO 云计算 MapReduce |
PARALLEL SUPPORT VECTOR MACHINES BASED ON CLOUD COMPUTING |
| |
| LIU Yan-huang,HUANG Li-qin.PARALLEL SUPPORT VECTOR MACHINES BASED ON CLOUD COMPUTING[J].Journal of Nanyang Institute of Technology,2011,3(2):26-29,33. |
| |
| Authors: | LIU Yan-huang HUANG Li-qin |
| |
| Institution: | 1.College of Mathematics and Computer Science,Fuzhou University,Fuzhou 350002,China;2.College of Physics and Information Engineering,Fuzhou University,Fuzhou 350002,China) |
| |
| Abstract: | The parallel support vector machines based on GPU and MPI are neither effective for cloud computing environment. In this paper, a parallel support vector machines model was designed using multistage SVM, and the parallel sequential minimal optimization （S |
| |
| Keywords: | support vector machines SMO cloud computing MapReduce |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
