[发明专利]一种分布式数据识别方法及系统在审
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 | ||
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。
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。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置