公开(公告)号：CN107451209A

公开(公告)日：2017-12-08

申请号：CN201710568524.4

申请日：2017-07-13

Applicant: 南京信息工程大学

Inventor： 袁晓彤 ,  刘青山 ,  李晓宇

IPC: G06F17/30 ,  G06F17/16

CPC classification number: G06F16/27 ,  G06F16/9024 ,  G06F17/16

Abstract: 本发明公开了一种高斯图模型结构估计的分布式并行优化方法，包括：将样本矩阵按列分割成h个子矩阵，分别存储于h个计算节点上；选择一个子矩阵，从中取一列记作Y；将该子矩阵中的剩余列和其它子矩阵构成A；利用分布式坐标下降法对Lasso模型进行求解；使Y遍历所有子矩阵，同时对p个Lasso模型并行求解，即可得到输出矩阵；其中：p表示样本矩阵的随机变量数；将输出矩阵对称化，得到最终的输出矩阵，最终的输出矩阵与样本矩阵的高斯图模型具有相同的结构。本发明将复杂的原问题拆分成多个子问题，然后利用多个计算节点进行求解，具备处理分布式数据的能力，能够有效地进行大数据的处理。