公开(公告)号：CN106777006B

公开(公告)日：2020-10-23

申请号：CN201611115832.3

申请日：2016-12-07

Applicant: 重庆邮电大学

Inventor： 王进 ,  赵蕊 ,  卜亚楠 ,  孙开伟 ,  孟小敏 ,  李智星 ,  陈乔松 ,  邓欣 ,  胡峰 ,  雷大江 ,  高选人 ,  余薇 ,  欧阳卫华

IPC: G06F16/953 ,  G06F16/35

Abstract: 本发明涉及一种基于Spark下并行超网络的分类算法，具体包括以下步骤：步骤S1.把文本数据部署到Spark平台上；步骤S2.在Spark平台上对文本数据进行并行化预处理；步骤S3.在Spark平台上，对超网络算法的演化学习进行并行化实现。本发明主要解决在大规模文本数据量的情况下，演化超网络分类算法的并行处理问题，通过分布式数据存储阶段，数据预处理阶段，并且通过改变超边结构以及超网络演化计算方式，修改目标函数，完成对超网络算法的并行化处理，提高传统超网络的分类算法性能和效率，解决在海量数据中，传统的超网络模型已经难以满足时间和空间的限制。

公开(公告)号：CN106777006A

公开(公告)日：2017-05-31

申请号：CN201611115832.3

申请日：2016-12-07

Applicant: 重庆邮电大学

Inventor： 王进 ,  赵蕊 ,  卜亚楠 ,  孙开伟 ,  孟小敏 ,  李智星 ,  陈乔松 ,  邓欣 ,  胡峰 ,  雷大江 ,  高选人 ,  余薇 ,  欧阳卫华

IPC: G06F17/30

Abstract: 本发明涉及一种基于Spark下并行超网络的分类算法，具体包括以下步骤：步骤S1.把文本数据部署到Spark平台上；步骤S2.在Spark平台上对文本数据进行并行化预处理；步骤S3.在Spark平台上，对超网络算法的演化学习进行并行化实现。本发明主要解决在大规模文本数据量的情况下，演化超网络分类算法的并行处理问题，通过分布式数据存储阶段，数据预处理阶段，并且通过改变超边结构以及超网络演化计算方式，修改目标函数，完成对超网络算法的并行化处理，提高传统超网络的分类算法性能和效率，解决在海量数据中，传统的超网络模型已经难以满足时间和空间的限制。