10.3969/j.issn.1000-3428.2005.11.058
基于数据并行的神经网络预测模型
分析了数据挖掘领域面临的性能问题(主要包括算法的有效性、可伸缩性和并行性);根据数据并行的思想,提出了在时序预测中并行训练神经网络的模型,以提高训练速度.这一模型具有良好的可扩展性,能适应大训练集的情况,是一种粗粒度的并行,且易于在集群系统这样的并行环境下进行数据挖掘.同时,描述了相关算法,并对训练速度进行了测试.
数据挖掘、数据预测、并行计算、神经网络
31
TP18(自动化基础理论)
2005-07-14(万方平台首次上网日期,不代表论文的发表时间)
共3页
162-164