| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 BP 神经网络算法改进方法的研究现状 | 第9-10页 |
| 1.2.2 BP 算法并行化的研究现状 | 第10页 |
| 1.2.3 BP 多模式分类的研究现状 | 第10-11页 |
| 1.3 论文的研究工作 | 第11页 |
| 1.4 论文的组织结构 | 第11-13页 |
| 2 并行计算概述 | 第13-15页 |
| 2.1 并行计算与分布式计算 | 第13页 |
| 2.2 并行算法设计过程 | 第13-14页 |
| 2.3 并行评价指标 | 第14-15页 |
| 3 集群平台的设计与搭建 | 第15-24页 |
| 3.1 消息传递机制的 MPI 集群 | 第15-18页 |
| 3.1.1 MPI 编程模型 | 第15-16页 |
| 3.1.2 MPI 集群配置 | 第16-18页 |
| 3.2 分布式计算框架的 Hadoop 集群 | 第18-23页 |
| 3.2.1 MapReduce 框架思想 | 第19-20页 |
| 3.2.2 MapReduce 集群配置 | 第20-23页 |
| 3.3 MPI 与 Hadoop 并行环境比较 | 第23-24页 |
| 4 BP 神经网络并行分类模型的设计 | 第24-32页 |
| 4.1 BP 神经网络模型 | 第24-27页 |
| 4.1.1 BP 神经网络 | 第24页 |
| 4.1.2 BP 算法原理 | 第24-26页 |
| 4.1.3 多模式分类含义 | 第26页 |
| 4.1.4 BP 算法在多模式分类中存在的问题 | 第26-27页 |
| 4.2 模块化 MBP 并行分类模型的设计 | 第27-28页 |
| 4.3 SOM-MBP 组合分类算法 | 第28-32页 |
| 4.3.1 SOM 自组织竞争网络 | 第28-29页 |
| 4.3.2 SOM-MBP 组合分类模型 | 第29-32页 |
| 5 MPI 集群下模块化 MBP 并行分类算法的设计 | 第32-38页 |
| 5.1 MBP 算法的 MPI 并行设计 | 第32页 |
| 5.2 MPI 集群下模块化 MBP 分类算法的并行实现 | 第32-34页 |
| 5.3 实验测试与分析 | 第34-37页 |
| 5.3.1 实验环境及数据 | 第34-35页 |
| 5.3.2 实验结果与分析 | 第35-37页 |
| 5.4 小结 | 第37-38页 |
| 6 Hadoop 平台下的 SOM-MBP 组合分类模型 | 第38-43页 |
| 6.1 基于 MapReduce 的并行 SOM-MBP 算法设计 | 第38页 |
| 6.2 Hadoop 平台下的 SOM-MBP 并行算法的实现 | 第38-40页 |
| 6.3 实验测试与分析 | 第40-42页 |
| 6.3.1 实验环境及数据 | 第40页 |
| 6.3.2 实验结果与分析 | 第40-42页 |
| 6.3.3 实验总结 | 第42页 |
| 6.4 MPI 与 Hadoop 并行实验比较 | 第42-43页 |
| 总结 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士学位期间发表学术论文情况 | 第47-48页 |
| 致谢 | 第48页 |
