分布式环境中基于核函数的极限学习机

编号 zgly0000925386

文献类型 期刊论文

文献题名 分布式环境中基于核函数的极限学习机

作者 赵相国  毕鑫  张祯  杨洪波 

作者单位 东北大学信息科学与工程学院 

母体文献 东北大学学报;自然科学版 

年卷期 2015(6)

页码 769-772

年份 2015 

关键词 极限学习机  核函数  分类  分布式  MapReduce 

文摘内容 针对海量数据规模下的集中式核函数极限学习机的性能问题,将基于核函数的极限学习机扩展到云计算技术框架下,提出了基于MapReduce的分布式核函数极限学习机MR-KELM.该算法将分布式径向基核函数计算出的核函数矩阵进行分布式矩阵分解,并通过分布式矩阵向量乘法得到分类器输出权重,减小了网络通讯和数据交换代价.实验结果表明,MR-KELM算法能够在不影响基于核函数的极限学习机的计算理论的前提下,具有较好的可扩展性和分类训练性能。