上海大学学报（自然科学版）
上海大學學報（自然科學版）
상해대학학보（자연과학판）
JOURNAL OF SHANGHAI UNIVERSITY (NATURAL SCIENCE EDITION)
2007年
5期
545-549
,共5页
雷咏梅%王雄%郭恒明%金亨科
雷詠梅%王雄%郭恆明%金亨科
뢰영매%왕웅%곽항명%금형과
并行计算%支持向量机(SVM)%决策函数(df)%并行训练
併行計算%支持嚮量機(SVM)%決策函數(df)%併行訓練
병행계산%지지향량궤(SVM)%결책함수(df)%병행훈련
针对基于支持向量机的分类器训练时间过长问题,提出一种并行训练策略.该策略在并行程序设计上采用主从模式,将训练任务划分成若干个子任务,分配到多个从节点上计算,最后由主节点将各从节点上的训练结果收集,生成分类器模型.采用这种算法,使用了多组稀疏型和连续型的数据集,经过在自强3000高性能计算机上测试,实验结果表明该算法不仅能够保证多分类的高准确率,而且缩短了训练时间.
針對基于支持嚮量機的分類器訓練時間過長問題,提齣一種併行訓練策略.該策略在併行程序設計上採用主從模式,將訓練任務劃分成若榦箇子任務,分配到多箇從節點上計算,最後由主節點將各從節點上的訓練結果收集,生成分類器模型.採用這種算法,使用瞭多組稀疏型和連續型的數據集,經過在自彊3000高性能計算機上測試,實驗結果錶明該算法不僅能夠保證多分類的高準確率,而且縮短瞭訓練時間.
침대기우지지향량궤적분류기훈련시간과장문제,제출일충병행훈련책략.해책략재병행정서설계상채용주종모식,장훈련임무화분성약간개자임무,분배도다개종절점상계산,최후유주절점장각종절점상적훈련결과수집,생성분류기모형.채용저충산법,사용료다조희소형화련속형적수거집,경과재자강3000고성능계산궤상측시,실험결과표명해산법불부능구보증다분류적고준학솔,이차축단료훈련시간.
