|
|||||
|
|
| 基于自适应指数蝙蝠和SAE的并行大数据分类 | |
| 引用本文： | 钱真坤,周思吉.基于自适应指数蝙蝠和SAE的并行大数据分类[J].西南师范大学学报(自然科学版),2022(6):8-14. |
| 作者姓名： | 钱真坤 周思吉 |
| 作者单位： | 1. 四川文理学院后勤服务处;2. 四川文理学院信息化建设与服务中心 |
| 摘 要： | 为解决深度学习进行大数据分类时效率低的问题，本文提出一种基于自适应指数蝙蝠和堆叠自编码器(SAE)的并行大数据分类方法.在并行计算框架中，Map阶段使用自适应指数蝙蝠算法进行特征选择，自适应指数加权移动平均值蝙蝠算法(AEB)由指数加权移动平均值(EWMA)和自适应权重策略得到.将选择的特征作为Reduce输入进行大数据分类，Reduce阶段使用AEB算法训练的深度堆叠自动编码器(SAE)进行分类，进一步提高了分类精度.实验结果表明，针对不同的训练数据百分比，本文所提方法在准确度和真正例率(TPR)性能方面优于其他现有方法. |
| 关 键 词： | 大数据 MapReduce 自适应指数蝙蝠算法 深度堆叠自动编码器 |