[发明专利]基于局部收敛权阵进化的BP神经网络MapReduce训练方法

摘要

本发明涉及大数据与云计算领域，尤其涉及一种基于局部收敛权阵进化的BP神经网络MapReduce训练方法。该方法首先将训练样本集划分成多个输入数据分片，并分别传递给一个Map任务；各Map任务对初始BP神经网络进行迭代训练，产生局部收敛权阵，Reduce任务接收到所有Map任务产生的局部收敛权阵，利用遗传算法对各局部收敛权阵进行进化，然后利用优化的各局部收敛权阵对训练样本集进行全局收敛性判断；若已产生对训练样本集全局收敛的权阵，则训练结束；否则选取适应度最高的权阵，再进行下轮MapReduce迭代，直到MapReduce训练BP神经网络达到全局收敛。本发明可有效提高MapReduce训练的训练速度和训练精度。

主权项

一种基于局部收敛权阵进化的BP神经网络MapReduce训练方法，其特征在于包括以下步骤：步骤一、将训练样本集划分成多个输入数据分片，每个输入数据分片对应传递到一个Map任务中；步骤二、各Map任务接收输入数据分片，分别使用获得的输入数据分片对初始BP神经网络进行迭代训练，首次训练时初始BP神经网络的权阵随机产生，Map任务结束，每个Map任务产生一个对输入数据分片达到局部收敛的权阵，之后将各权阵传递到Reduce任务作为遗传算法的初始种群；步骤三、Reduce任务接收到所有Map任务产生的局部收敛权阵，利用遗传算法对各局部收敛权阵进行进化，最终输出经遗传算法优化的种群；步骤四、步骤一～三作为MapReduce训练BP神经网络的一次迭代，当一次迭代结束后，利用步骤三输出的种群中的各局部收敛权阵对训练样本集进行全局收敛性判断；如果该轮次已经产生对训练样本集全局收敛的权阵，则MapReduce训练结束；否则选取步骤三最终输出种群中适应度最高的个体，作为下轮MapReduce迭代时所有Map任务的初始权阵；步骤五、重复进行步骤二～四，直到MapReduce训练BP神经网络达到全局收敛时训练结束。