基于卷积神经网络的粗粒度数据分布式算法 |
| |
引用本文: | 骆焦煌.基于卷积神经网络的粗粒度数据分布式算法[J].吉林大学学报(理学版),2020,58(4):906-912. |
| |
作者姓名: | 骆焦煌 |
| |
作者单位: | 闽南理工学院 信息管理学院, 福建 泉州 362000 |
| |
基金项目: | 国家自然科学基金;教育教学改革研究项目 |
| |
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.
|
关 键 词: | 卷积神经网络 粗粒度 卷积层 池化层 |
收稿时间: | 2019-11-27 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 |
| 点击此处可从《吉林大学学报(理学版)》下载免费的PDF全文 |
|