[发明专利]一种基于Hadoop的BP神经网络分类方法无效
| 申请号： | 201310568597.5 | 申请日： | 2013-11-15 |
| 公开（公告）号： | CN103544528A | 公开（公告）日： | 2014-01-29 |
| 发明（设计）人： | 高阳;王睿;史颖欢 | 申请（专利权）人： | 南京大学;江苏万维艾斯网络智能产业创新中心有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 苏州威世朋知识产权代理事务所(普通合伙) 32235 | 代理人： | 杨林洁 |
| 地址： | 210093*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Hadoop的BP神经网络分类方法，包括如下步骤：数据预处理；在Hadoop平台各个节点的Mapper端启动Map任务，每个Mapper端获得一个训练数据，利用所述训练数据为当前网络的权值计算修正值，将所述修正值发送到Reducer端；在Hadoop平台各个节点的Reducer端启动Reduce任务，每个Reducer端获得一个所述权值的所有修正值，计算出所述修正值的平均值作为输出；采用批训练方式，修正各层权值；重复执行，直到误差达到预设精度或学习次数大于设定的最大次数，得到BP神经网络模型，否则继续迭代。本发明能实现并行计算。 | ||
| 搜索关键词： | 一种 基于 hadoop bp 神经网络 分类 方法 | ||
【主权项】：
一种基于Hadoop的BP神经网络分类方法，包括如下步骤：（1）数据预处理；（2）在Hadoop平台各个节点的Mapper端启动Map任务，每个Mapper端获得一个训练数据，利用所述训练数据为当前网络的权值计算修正值，将所述修正值发送到Reducer端；（3）在Hadoop平台各个节点的Reducer端启动Reduce任务，每个Reducer端获得一个所述权值的所有修正值，计算出所述修正值的平均值作为输出；（4）采用批训练方式，修正各层权值；（5）重复执行步骤（2）至（4），直到神经网络正向传播处理值与预期值之间的差值达到预设精度或学习次数大于设定的最大次数，得到BP神经网络模型，否则继续迭代。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京大学;江苏万维艾斯网络智能产业创新中心有限公司，未经南京大学;江苏万维艾斯网络智能产业创新中心有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310568597.5/，转载请声明来源钻瓜专利网。
