[发明专利]一种分布式数据识别方法及系统在审

专利信息
申请号: 201710044724.X 申请日: 2017-01-19
公开(公告)号: CN106874941A 公开(公告)日: 2017-06-20
发明(设计)人: 刘洋;刘剑;许立雄;沈晓东 申请(专利权)人: 四川大学
主分类号: G06K9/62 分类号: G06K9/62;G06N3/08
代理公司: 深圳市创富知识产权代理有限公司44367 代理人: 曾敬
地址: 610065 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 分布式 数据 识别 方法 系统
【权利要求书】:

1.一种分布式数据识别方法,其特征在于,包括:

对所有待识别数据进行分割以形成多个数据块,所述数据块中包括用于训练的待识别数据和用于检测的待识别数据;

MapReduce架构中的各个Map Function计算单元分别获取不同的所述数据块;

所述各个Map Function计算单元分别利用获取到的数据块中的用于训练的待识别数据对本地预设的神经网络模型进行训练;

在训练过程结束后,所述各个Map Function计算单元分别利用经过训练的所述神经网络模型对获取到的数据块中的用于检测的待识别数据进行识别以得到识别结果;

所述MapReduce架构中的Reduce Function单元获取所述各个Map Function计算单元的所述识别结果,并对所有识别结果进行筛选以得到一个识别结果。

2.根据权利要求1所述的方法,其特征在于,所述对所有待识别数据进行分割以形成多个数据块,包括:

采用自助算法对所有待识别数据进行有放回抽样,以形成多个子样本集合,所述自助算法中的有放回次数与所述Map Function计算单元的数量相同;

分别对所述子样本集合中的待识别数据进行归一化处理以得到归一化待识别数据sk

采用数据结构<instancek,targetk,type>分别将sk存储在多个数据块中,其中,instancek为sk,targetk为sk的训练目标,type为待识别数据的用途,所述用途包括训练用途和检测用途;

将所有数据块存储至分布式文件系统中。

3.根据权利要求2所述的方法,其特征在于,所述各个Map Function计算单元分别利用获取到的数据块中的用于训练的待识别数据对本地预设的神经网络模型进行训练,包括:

各个Map Function计算单元分别从所述分布式文件系统中读取不同的数据块;

各个Map Function计算单元中的神经网络模型分别根据字段type确定sk的用途,对于训练用途的sk,则神经网络模型从输入层输入sk,针对每一层的神经元执行正向传递;

当正向传递执行至输出层后,正向传递过程结束,神经网络模型对训练数据sk进行反向传递;

各个Map Function计算单元针对每一训练用途的sk执行预定次数的正向传递和反向传递,直至所有训练用途的sk均被处理完毕。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710044724.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top