基于MapReduce的支持向量机态势评估算法

陈珍; 夏靖波; 杨娟; 韦泽鲲

首页> 中文期刊> 《计算机应用》 >基于MapReduce的支持向量机态势评估算法

基于MapReduce的支持向量机态势评估算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

支持向量机(SVM)可以解决传统态势评估算法无法兼顾的“维数灾难”“过学习”及“非线性”等难题,却无法应对大规模样本的问题.为了有效应对态势评估中的大数据处理挑战,提出了一种基于MapReduce的SVM(MR-SVM)态势评估算法.该算法利用MapReduce并行计算模型,同时结合SVM可并行化的特点,通过设计主要的map函数和reduce函数,实现了SVM算法的并行化和主要参数的选取.在搭建的Hadoop平台上对改进算法与原算法进行了比较验证:对于小规模样本,改进算法反而“化简为繁”,不比原算法效率高;但在大规模样本的处理上,原算法的训练时间随样本规模呈指数型增长,而改进算法的训练时间随样本规模并没有特别明显的增幅,体现出了较好的时间优势.实验结果表明,基于MapReduce改进的SVM很好地弥补了原算法“样本规模”的短板,更适用于大数据环境下的网络态势评估.

著录项

来源
《计算机应用》 |2016年第1期|133-137|共5页
作者
陈珍; 夏靖波; 杨娟; 韦泽鲲;
展开▼
作者单位

空军工程大学信息与导航学院;

西安710077;

空军工程大学信息与导航学院;

西安710077;

93010部队89分队;

沈阳110015;

空军工程大学信息与导航学院;

西安710077;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算机网络;人工智能理论;
关键词
支持向量机; 态势评估; MapReduce; Hadoop; 并行化;

相似文献

中文文献
外文文献
专利

1. 基于粒子群算法优化最小二乘支持向量机的网络安全态势评估 [J] . 黄东 ,李长彬 . 信阳师范学院学报：自然科学版 . 2016,第1期
2. 基于MapReduce的并行增量迭代支持向量机算法 [J] . 马莹莹 ,王黎明 ,王世卿 . 计算机应用与软件 . 2015,第004期
3. 基于支持向量机和自适应权重的网络安全态势评估模型 [J] . 胡柳 ,周立前 ,邓杰 . 计算机系统应用 . 2018,第007期
4. 基于MapReduce和Bagging的并行组合支持向量机 [J] . 丁宣宣 ,黄伟 ,郭渊博 . 信息工程大学学报 . 2018,第002期
5. 基于MapReduce的最小二乘支持向量机回归模型 [J] . 代亮 ,许宏科 ,陈婷 . 计算机应用研究 . 2015,第004期
6. 基于蚁群算法的战场态势评估分析研究 [C] . 宋祥斌 ,陈根忠 ,孙杰 . 江苏省系统工程学会第七届会员代表大会暨第十三届学术年会 . 2013
7. 基于鱼群算法优化支持向量机网络安全态势评估模型 [A] . 高屹宇 . 2016

基于MapReduce的支持向量机态势评估算法

摘要

著录项

相似文献

相关主题

期刊订阅