基于MapReduce的BP神经网络并行化研究

目录

声明

第1章 绪论

1.1 选题背景与研究意义

1.2 国内外研究现状

1.2.1 BP神经网络研究现状

1.2.2 BP神经网络并行化研究现状

1.3本文的研究内容

1.4本文组织架构

第2章 相关理论和技术介绍

2.1 BP神经网络概述

2.1.1 BP神经网络的构成

2.1.2 BP神经网络的拓扑结构

2.1.3 BP神经网络的训练过程

2.1.4 BP神经网络总结

2.2 粒子群算法

2.2.1 粒子群算法的介绍

2.2.2 粒子群的基本步骤

2.3 遗传算法

2.3.1 遗传算法的介绍

2.3.2 遗传算法的基本步骤

2.4 MapReduce编程模型介绍

2.4.1 MapReduce架构

2.4.2 MapReduce的运行机制

2.5本章小结

第3章 基于MapReduce和粒子群算法的BP神经网络并行化模型

3.1 粒子群算法优化BP神经网络

3.2 MapReduce-PSO-BP并行化模型的设计与实现

3.2.1 数据处理

3.2.2 Map阶段设计与实现

3.2.3 训练过程优化

3.2.4 全局收敛判定

3.3 实验分析

3.3.1 实验环境和数据

3.3.2 实验参数设置

3.3.3 实验评价标准

3.3.4 实验结果分析

3.4 MapReduce-PSO-BP模型的应用

3.4.1 数据说明

3.4.2 实验总体设计

3.4.3 实验结果分析

3.5 本章小结

第4章 基于MapReduce和遗传算法的BP神经网络并行化模型

4.1 遗传算法的具体内容选择

4.2 基于MapReduce的BP 神经网络模型

4.2.1 Map阶段设计与实现

4.2.2 Reduce阶段设计与实现

4.2.3 全局收敛判定

4.3 MapReduce-GA-BP模型设计与实现

4.4 实验环境及数据

4.4.1 实验参数设置

4.4.2 实验评价标准

4.4.3 实验结果分析

4.5 基于MapReduce-GA-BP模型的应用

4.5.1实验数据

4.5.2实验的总体设计

4.5.3实验结果分析

4.6 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

致 谢

参考文献