一種新的基于序貫最小化的并行化支持向量化機(jī).pdf

1、并行化支持向量機(jī)是為了適應(yīng)在海量數(shù)據(jù)中進(jìn)行大規(guī)模數(shù)據(jù)挖掘的需求而產(chǎn)生的數(shù)據(jù)挖掘技術(shù)。在海量數(shù)據(jù)中進(jìn)行數(shù)據(jù)挖掘,目前只有兩種相對(duì)獨(dú)立而且有效的方法:在線學(xué)習(xí)(Online Learning)和并行計(jì)算(Parallel Computation)。當(dāng)前許多在線的算法能不斷地對(duì)模型進(jìn)行更新,由于其算法復(fù)雜度低而被采用,但是這些方法很容易隨著數(shù)據(jù)分布的變化產(chǎn)生概念偏移,也就是說最近一段數(shù)據(jù)的重復(fù)出現(xiàn)可以改變由歷史積累下來的信息甚至顛覆歷史,所以

2、并行的方法在解決這個(gè)問題上更具優(yōu)勢(shì),它將整個(gè)大的數(shù)據(jù)集作為一個(gè)由某個(gè)分布抽取得到的整體,不會(huì)產(chǎn)生概念偏移。并行計(jì)算作為一種分布式計(jì)算,它充分利用不同處理單元的計(jì)算資源,在同一個(gè)時(shí)間段內(nèi)進(jìn)行單個(gè)計(jì)算節(jié)點(diǎn)所不能處理的海量計(jì)算,值得深入研究。
　　 本文在介紹幾種并行化的支持向量機(jī)的基礎(chǔ)上提出一種基于序貫最小化(SequentialMinimal Optimization)的并行化算法。序貫最小化是目前實(shí)現(xiàn)支持向量方法的一種快速算法,