BP-AdaBoost分类算法的MapReduce并行化实现OACSCDCSTPCD
MAPREDUCE PARALLEL IMPLEMENTATION OF BP-ADABOOST CLASSIFICATION ALGORITHM
在面对海量数据分类问题时,时间和空间复杂性已成为传统算法的瓶颈.在对传统的BP-AdaBoost算法进行分析的基础上,结合云计算平台,给出传统BP-AdaBoost算法的MapReduce并行化方法.Map函数完成每个弱分类器预测误差B的计算与重新标记,Reduce函数根据Map函数得到的中间结果合并计算出平均误差,供下一轮MapReduce计算任务使用.将改进后的算法部署在Hadoop集群上,能够实现高效并行的海量数据强分类.并通过集群上的三个…查看全部>>
李杨;杨宝华;李双
安徽农业大学信息与计算机学院 安徽合肥230036安徽农业大学农业信息学安徽省重点实验室 安徽合肥230036
信息技术与安全科学
云计算BP-AdaBoostMapReduce海量数据Hadoop集群
Cloud computingBP-AdaBoostMapReduceMassive dataHadoop cluster
《计算机应用与软件》 2014 (8)
农业领域（茶学）云本体建模理论与方法研究
261-264,4
国家自然科学基金项目(31271615).
评论