基于改进BP神经网络和ELM的大数据分类方法

作者：曲延涛; 黄博南; 韩勇超

来源：信息记录材料, 2019, 20(06): 174-176.

DOI：10.16009/j.cnki.cn13-1295/tq.2019.06.109

• 大数据
• BP神经网络
• ELM
• 量子粒子群算法
• 优化分类

在当今信息科技发展的背景下,大数据的数量和种类越来越多,为了更好的利用不同类别的大数据,本文提出了一种基于改进BP神经网络和ELM的大数据分类方法。首先,利用改进的BP神经网络对原始大数据做预处理,剔除不良数据,为后续的大数据分类提供准确有效的数据。然后,利用量子粒子群算法(QPOS)对ELM算法进行优化,加速其训练过程。最后,将预处理的数据输入到训练好的极限学习内,实现大数据的优化分类。仿真结果表明,采用该算法进行大数据分类,准确性较高,误分类的概率较低,为人类提高了大数据的利用价值。

• 单位
  东北大学; 中国原子能科学研究院