BP(back propagation)算法是一种常用的神经网络学习算法,而基于Hadoop集群MapReduce编程模型的BP(MapReduce back propagation,MRBP)算法在处理大数据问题时,表现出良好的性能,因而得到了广泛应用.但是,由于该算法缺乏神经节点之间细...BP(back propagation)算法是一种常用的神经网络学习算法,而基于Hadoop集群MapReduce编程模型的BP(MapReduce back propagation,MRBP)算法在处理大数据问题时,表现出良好的性能,因而得到了广泛应用.但是,由于该算法缺乏神经节点之间细粒度结构并行的能力,当遇到数据维度较高、网络节点较多时,性能还显不足.另一方面,Hadoop集群计算节点通信不能由用户直接控制,现有基于集群系统的结构并行策略不能直接用于MRBP算法.为此,提出一种适合于Hadoop集群的结构并行MRBP(structure parallelism based MapReduce back propagation,SP-MRBP)算法,该算法将神经网络各层划分为多个结构,通过逐层并行-逐层集成(layer-wise parallelism,layer-wise ensemble,LPLE)的方式,实现了MRBP算法的结构并行.同时,推导出了SP-MRBP算法和MRBP算法计算时间解析表达式,以此分析了2种算法时间差和SP-MRBP算法最优并行规模.据了解,这是首次将结构并行策略引入MRBP算法中.实验表明,当神经网络规模较大时,SP-MRBP较之原算法,具有较好的性能.展开更多
研究了不同成分的Ti Fe Mo Mn Nb Zr合金的压缩强度、硬度及其在Hank’s人工体液中的耐腐蚀性能 ,得到了高压缩强度、硬度与牙本质相近的钛合金。在综合考虑钛合金成本、力学性能及耐腐蚀性能的基础上 ,采用BP神经网络建立了钛合金中的...研究了不同成分的Ti Fe Mo Mn Nb Zr合金的压缩强度、硬度及其在Hank’s人工体液中的耐腐蚀性能 ,得到了高压缩强度、硬度与牙本质相近的钛合金。在综合考虑钛合金成本、力学性能及耐腐蚀性能的基础上 ,采用BP神经网络建立了钛合金中的元素质量分数与硬度之间的关系 ,并通过实验进行了验证 ,预测结果与实验测定结果的对比是令人满意的。在保证性能的基础上 ,利用训练好的BP网络结构对材料的成分进行优化 ,以减少贵重元素的加入量。展开更多
文摘BP(back propagation)算法是一种常用的神经网络学习算法,而基于Hadoop集群MapReduce编程模型的BP(MapReduce back propagation,MRBP)算法在处理大数据问题时,表现出良好的性能,因而得到了广泛应用.但是,由于该算法缺乏神经节点之间细粒度结构并行的能力,当遇到数据维度较高、网络节点较多时,性能还显不足.另一方面,Hadoop集群计算节点通信不能由用户直接控制,现有基于集群系统的结构并行策略不能直接用于MRBP算法.为此,提出一种适合于Hadoop集群的结构并行MRBP(structure parallelism based MapReduce back propagation,SP-MRBP)算法,该算法将神经网络各层划分为多个结构,通过逐层并行-逐层集成(layer-wise parallelism,layer-wise ensemble,LPLE)的方式,实现了MRBP算法的结构并行.同时,推导出了SP-MRBP算法和MRBP算法计算时间解析表达式,以此分析了2种算法时间差和SP-MRBP算法最优并行规模.据了解,这是首次将结构并行策略引入MRBP算法中.实验表明,当神经网络规模较大时,SP-MRBP较之原算法,具有较好的性能.
文摘研究了不同成分的Ti Fe Mo Mn Nb Zr合金的压缩强度、硬度及其在Hank’s人工体液中的耐腐蚀性能 ,得到了高压缩强度、硬度与牙本质相近的钛合金。在综合考虑钛合金成本、力学性能及耐腐蚀性能的基础上 ,采用BP神经网络建立了钛合金中的元素质量分数与硬度之间的关系 ,并通过实验进行了验证 ,预测结果与实验测定结果的对比是令人满意的。在保证性能的基础上 ,利用训练好的BP网络结构对材料的成分进行优化 ,以减少贵重元素的加入量。
