[发明专利]一种面向大规模数据的并行结构化支持向量机分类方法

摘要

本发明公开了一种面向大规模数据的并行结构化支持向量机分类方法，具体包括如下步骤：样本归一化；求得大规模训练样本集结构化信息；利用大规模训练样本集训练分类模型；根据分类模型对测试样本进行分类。本发明采用并行结构化支持向量机，利用目前最流行的云计算平台之一Hadoop进行实现，能够有效地处理大规模数据分类问题；此外，并行结构化支持向量机在原始的支持向量机模型中融入了样本的结构信息，使得训练模型更加符合数据的分布，从而提高分类的精度。因此本发明提出的方法具有较高的使用价值。

主权项

一种面向大规模数据的并行结构化支持向量机分类方法，其特征在于，包括如下步骤：步骤1，样本归一化：对训练样本和测试样本分别进行归一化到相同的范围内；步骤2，求得大规模训练样本集结构化信息：由于协方差矩阵往往可以反映样本的分布信息，因此在Hadoop平台上分别求得正、负类样本的协方差矩阵作为样本的整体结构信息；步骤3，利用大规模训练样本集训练分类模型；根据并行结构化支持向量机随机次梯度投影并行执行的方法，在Hadoop平台上训练得到并行结构化支持向量机模型；步骤4，根据分类模型对测试样本进行分类；根据步骤3训练得到的并行结构化支持向量机模型，对测试样本进行分类。