用于能耗数据分析的改进并行BP算法

作者：周媛; 宋海涛; 蒋砚军

来源：计算机工程, 2012, (18): 171-173+177.

• 神经网络
• 改进反向传播算法
• MapReduce架构
• 并行
• 学习率
• 动量因子 neural network
• improved Back Propagation(BP) algorithm
• Map Reduce architecture
• parallel
• learning rate
• momentum factor

基于Map Reduce框架的传统BP神经网络算法收敛缓慢,训练易陷入局部极小点,使迭代次数过多,极大浪费资源。为此,提出并实现改进的并行BP算法,采用动态调节学习率、动量因子调整权重修正值,提升BP网络并行训练效率,利用预处理数据和最大分类概率增强分类的准确性。实验结果表明,改进的并行算法能提高分类准确率,缩短近17/18的训练时间。

• 单位
  北京邮电大学; 新华通讯社