[发明专利]基于MapReduce框架的支持向量机最优分类模型参数搜索的方法有效
| 申请号： | 201910407596.X | 申请日： | 2019-05-16 |
| 公开（公告）号： | CN110188804B | 公开（公告）日： | 2022-12-20 |
| 发明（设计）人： | 刘黎志;何经纬 | 申请（专利权）人： | 武汉工程大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 许美红 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于MapReduce框架的支持向量机最优分类模型参数搜索的方法，包括以下步骤：A、在Map阶段为每组参数赋予不同的键值，使得在Reduce阶段每个并行执行的任务只对一组参数进行交叉验证；B、以串行MapReduce作业执行方式或者单个MapReduce作业执行方式选择支持向量机最优分类模型的最优参数。本发明通过选择合适的MapReduce作业方式，设置适当的Reduce任务数量，可以在保证在集群内存资源合理消耗的前提下，显著的提高最优模型参数获取的时间性能。 | ||
| 搜索关键词： | 基于 mapreduce 框架 支持 向量 最优 分类 模型 参数 搜索 方法 | ||
【主权项】：
1.一种基于MapReduce框架的支持向量机最优分类模型参数搜索的方法，其特征在于，包括以下步骤：A、在Map阶段为每组参数赋予不同的键值，使得在Reduce阶段每个并行执行的任务只对一组参数进行交叉验证；B、以串行MapReduce作业执行方式或者单个MapReduce作业执行方式选择支持向量机最优分类模型的最优参数。
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武汉工程大学，未经武汉工程大学许可，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/patent/201910407596.X/，转载请声明来源钻瓜专利网。
