换一批基于Hadoop环境BP改进算法的脉象识别应用研究
Application Research on BP Algorithm in Pulse Recognition Based on Hadoop Environment
摘要目的 分析脉象识别误差大小的影响因素,提高对海量脉诊数据的处理速度,探索减小脉象主观识别误差的方法.方法 运用基于Hadoop环境的MapReduce分布式计算方法改进BP算法,采用改进的BP算法对脉诊样本数据进行自学习,从而减小拟和误差.将中医电子脉诊仪采集的脉诊数据作为神经网络输入层,采用动量-学习率自适应调整快速BP算法对神经网络进行训练.结果 在训练集(75%)768 M共35890条数据中,单机模式正确预测29150条,正确率为81.22%;MapRedece并行改进的BP算法模式正确预测35841条,正确率为99.86%.结论 与传统BP算法相比,基于Hadoop环境的MapReduce分布式计算方法改进的BP算法模型拟合度误差更小,精确度更高.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1005-5304.2018.03.023
发布时间
2018-03-26（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（81274095）
江苏省自然科学基金青年项目（BK20140958）
- 浏览0
- 被引7
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
