基于MapReduce的分布式期望最大化算法

摘要：

利用MapReduce编程模型的简化性和期望最大化算法(Expectation maximization,EM)的高精度、恒收敛性,提出了一种对数据集规模无限制的数据处理算法；并通过对高斯混合模型的参数估计进行算法性能的测试.结果表明,算法能改善传统EM算法在处理大规模数据集时效率低的缺点,具有较好的加速比及可扩展性.

关键词：EM算法、高斯混合模型、MapReduce、分布式

所属期刊栏目：13

分类号：O211.9;TP301.6(概率论与数理统计)

资助基金：河南省科技攻关项目122102310412,11210231058;郑州市科技局项目112PCXTD343,114PYFZX504

在线出版日期：2013-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：4603-4606