基于数据并行的神经网络预测模型

摘要：

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.

关键词：数据挖掘、数据预测、并行计算、神经网络

所属期刊栏目：31

分类号：TP18(自动化基础理论)

在线出版日期：2005-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：162-164