基于Spark和NRSCA策略的并行深度森林算法
Parallel deep forest algorithm based on Spark and NRSCA strategy
1. 江西理工大学 信息工程学院, 江西 赣州 341000
2. 韶关学院 信息工程学院, 广东 韶关 512026
摘要
针对并行深度森林在大数据环境下存在冗余及无关特征过多、两端特征利用率过低、模型收敛速度慢以及级联森林并行效率低等问题，提出了基于Spark和NRSCA策略的并行深度森林算法——PDF-SNRSCA。首先，该算法提出了基于邻域粗糙集和Fisher score的特征选择策略（FS-NRS），通过衡量特征的相关性和冗余度，对特征进行过滤，有效减少了冗余及无关特征的数量；其次，提出了一种随机选择和等距提取的扫描策略（S-RSEE），保证了所有特征能够同概率被利用，解决了多粒度扫描两端特征利用率低的问题；最后，结合Spark框架，实现级联森林并行化训练，提出了基于重要性指数的特征筛选机制（FFM-II），筛选出非关键性特征，平衡增强类向量与原始类向量维度，从而加快模型收敛速度，同时设计了基于SCA的任务调度机制（TSM-SCA），将任务重新分配，保证集群负载均衡，解决了级联森林并行效率低的问题。实验表明，PDF-SNRSCA算法能有效提高深度森林的分类效果，且对深度森林并行化训练的效率也有大幅提升。
基金项目
广东省重点提升项目(2022ZDJS048)
韶关市科技项目(220607154531533)
科技创新2030-“新一代人工智能”重大项目(2020AAA0109605)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.05.0196
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第1期
所属栏目: 算法研究探讨
出版页码: 126-133
文章编号: 1001-3695(2024)01-019-0126-08
发布历史
[2023-07-21] 优先出版
[2024-01-05] 印刷出版
引用本文
毛伊敏, 刘绍芬. 基于Spark和NRSCA策略的并行深度森林算法 [J]. 计算机应用研究, 2024, 41 (1): 126-133. (Mao Yimin, Liu Shaofen. Parallel deep forest algorithm based on Spark and NRSCA strategy [J]. Application Research of Computers, 2024, 41 (1): 126-133. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
