Spark框架下DA优化的教学大数据分析算法  

Teaching Big Data Analysis Based on Spark Framework andDA Optimization Algorithm

作　　者：唐立 吴新胜 李亚平[1,2] 曲金帅 TANG Li;WU Xinsheng;LI Yaping;QU Jinshuai(Anhui Institute of Economic Management,Hefei 230031,China;School of Management,Hefei University of Technology,Hefei 230009,China;Key Laboratory of Campus Information and Communication Security Disaster Backup and Recovery in Yunnan Province,Yunnan Minzu University,Kunming 650500,China)

机构地区：[1]安徽经济管理学院,合肥230031 [2]合肥工业大学管理学院,合肥230009 [3]云南民族大学云南省高校信息与通信安全灾备重点实验室,昆明650500

出　　处：《重庆科技学院学报（自然科学版）》2020年第5期86-90,共5页Journal of Chongqing University of Science and Technology：Natural Sciences Edition

基　　金：安徽省高校自然科学研究重点项目“基于Spark分布式计算平台的高校教学大数据分析方法研究”(KJ2019A0965),“物联网中无线射频识别系统的安全技术问题研究”(KJ2019A0964);安徽高校继续教育教学改革项目(2018jxjygg008);云南省应用基础研究计划项目(2018FD055)。

摘　　要：为提升教学大数据分析的精确度和效率,提出了基于Spark框架的DA优化BP神经网络的算法。通过DA全局寻找BP神经网络的最优权值,以Spark的内存计算机制并行运行DA优化BP神经网络算法。仿真实验结果表明,这种算法用于教学大数据分析可以获得更高的精确度,而且运算耗时较少。In order to improve the accuracy and efficiency of teaching big data analysis,the algorithm of DA optimized BP neural network based on Spark framework is proposed.DA algorithm global searching is used for the optimal weights of BP neural network,and the calculation is based on the memory of the Spark mechanism run in parallel DA to optimize the BP neural network algorithm.The simulation results show that this algorithm can obtain higher accuracy when used in teaching big data analysis,and take less calculation time.

关 键 词：教学大数据分析 分布式算法 BP神经网络 Spark平台 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]