[发明专利]一种基于Gaia系统的数据分类方法

权利要求书

1.一种基于Gaia系统的数据分类方法，其特征在于，包括：

步骤一：通过Gaia系统读取数据源构建初始数据集UCollection，所述数据源包括带有属性的训练样本矩阵x、T以及初始的随机赋值权重向量w；

步骤二：基于Gaia系统构建分布式超限学习机并利用初始数据集UCollection进行训练；

步骤三：通过Gaia系统读取用户输入的待分类数据集，利用训练后的分布式超限学习机输出数据的分类结果。

2.根据权利要求1所述的一种基于Gaia系统的数据分类方法，其特征在于，所述步骤二包括：

步骤1：对构建的初始数据集UCollection进行判断，如果初始数据集UCollection是有界的且只有一个来源，则一次性读取全部数据作为训练数据，并启动批数据处理环境进行训练；

步骤2：如果初始数据集UCollection是有界的且有多个来源，一次性读取全部增量训练样本矩阵(x₁,x₂…,x_k)、(t₁,t₂…,t_k)，并启动批数据处理环境进行训练；

步骤3：如果初始数据集UCollection是无界的且有多个来源，在线持续输入增量训练样本矩阵，启动流数据处理环境，根据一定数量的增量训练样本进行训练；

步骤4：如果初始数据集UCollection是无界的且有多个来源，在线持续输入增量训练样本矩阵，启动流数据处理环境，根据一定的增量训练样本输入时间间隔进行训练。

3.根据权利要求2所述的一种基于Gaia系统的数据分类方法，其特征在于，所述步骤1包括：

步骤1.1：利用Gaia系统中的ParDo并行转换操作进行内积计算的第一步运算过程；

步骤1.2：利用Gaia系统中的GroupByKey转换操作进行内积计算的第二步运算过程，即将得到的每个乘积值发送到主节点中并进行求和操作，得到矩阵x与向量w进行内积运算的最终结果；

步骤1.3：利用超限学习机的非线性映射函数计算矩阵x的激活函数值h_i(x)得到矩阵H，并得到矩阵H的转置矩阵H^T；所述超限学习机的非线性映射函数表示为：

h_i(x)＝g(w_i·x+b_i) (1)

式中，w_i表示第i个随机赋值权重向量，i＝1,2,…,L，L为隐藏层的结点个数，b_i表示偏移量，g(·)表示非线性映射函数；

步骤1.4：继续使用ParDo并行转换操作进行H^TH内积计算和H^TT内积计算的第一步运算过程，然后使用GroupByKey转换操作进行H^TH内积计算和H^TT内积计算的第二步运算过程，得到H^TH内积和H^TT内积计算的结果；

步骤1.5：利用公式(2)得到分布式超限学习机的输出权重β；

式中，I为单位矩阵，λ为根据岭回归理论引入的正值。