基于 Linux c++ mpich， 用 mpich实现了入门级别的机器学习-手写体数字识别

AN EFFICIENT PARALLEL ALGORITHM FOR SKEIN HASH FUNCTIONS.pdf

一种适用于洗钱团伙识别的并行化社区发现算法，周韬，郭燕慧，随着银行客户群体规模的不断扩大以及互联网金融的迅猛发展，依托着电子商务等新型商业模式的兴起，金融犯罪分子伪装成正常客户群

基于hadoop集群，用python写mapReduce实现单词统计，文件里包含python代码和操作步骤，适合初学者学习，我亲自测试，在ubuntu系统上，搭建的hadoop集群，能够运行出结果。

BP算法(反向传播算法)以其良好的非线性逼近能力、泛化能力以及实用性成为了人工神经网络训练算法中应用最为广泛的算法。但同时使用BP算法又存在收敛速度较慢、易陷入局部极小值等问题。为了将BP算法用于大规模数据分类问题,采用MapReduce思想,将大数据集切分成若干小的数据集来并行加速处理,同时引入Bagging算法的思想来综合并行结果,提高分类的准确率。通过在各个节点上根据子数据集独立地训练各个BP神经网络,直至各网络收敛,再将各节点上的网络收集起来进行集成,形成最终的分类器。基于Spark平台的实验表明,本文提出的算法具有良好的并行加速性能,且具有较高的分类准确率。

基于Hadoop大数据平台实现遗传算法并行化，借助于Hadoop中的MapReduce模型，将遗传算法划分为Map和Reduce两个阶段，在Map阶段并行化执行。真正意义上实现了遗传算法的并行化。

基于FPGA的反投影算法并行化实现

一种新的软聚类投票法及其并行化实现

基于openmp的bp神经网络实现手写体数字识别算法的优化。

并行化实现了PSO算法，大大提高了算法的寻优效果。基于OpenMP和MPI两种方法实现。