您当前的位置:
首页 > 文献资料
所属专业:
MapReduce框架文献资料
-
基于MapReduce的卷积神经网络算法研究
卷积神经网络(convolutional neural networks,CNN)是深度学习技术应用成熟的模型之一,利用卷积神经网络来提取特征进行目标识别和分析是当前比较热的研究方向.目前CNN主要以单机串行方式实现,随着大数据时代的到来,串行模式突显出训练时间过长,内存不足等问题.为此,本文提出了一种在分布式处理Hadoop平台上,基于MapReduce框架并行训练CNN的算法MR-TC-NN.并通过实验证明,提出的方法与传统单机串行训练方式相比,在大数据上有更快的训练速度.
关键词: MapReduce框架 卷积神经网络 并行化 -
大数据在监护仪质量控制数据分析中的应用研究
目的:应用大数据技术分析和挖掘监护仪质量控制的检测结果,以提升质控效能、强化医疗设备质控的精准管理.方法:针对积累的海量数据及其特点,提出数据分析所需的相关项目及关联因素,并结合MapReduce架构和Apriori算法进行数据挖掘.结果:从功能故障的分布、功能的数据分布和时间跨度内的误差变化率等方面分析了被检监护仪的运行情况,说明质控数据可在一定程度上反映设备对应的工况性能.结论:大数据分析可有效地辅助医工部门制订维修与预防性维护计划,在医疗设备的精细化管理方面具有较好的现实意义.