由于其良好的泛化性能和快速的学习速度,极限学习机(Extreme Learning Machine)和在线顺序极限学习机(OS-ELM)被广泛应用在文本分类、图像识别、生物信息学等领域。然而现实世界中数据量越来越大,传统的集中式极限学习机(ELM)已经不能高效快速的对规模如此之大的数据进行学习。Apache Flink是一个高效、分布式、可扩展性和容错性强的基于java实现的面向大数据的分布式内存计算平台。本文基于Flink设计并实现了并行极限学习机算法(PELM)和并行在线极限学习机算法(POS-ELM)。大规模数据集可以存储在分布式文件系统上,中间计算结果存储在分布式内存上。PELM和POS-ELM可以利用集群中的机器对大规模数据集进行分布式并行处理,弥补了传统的集中式极限学习机算法在处理大数据集方面的不足。在算法的并行设计和实现过程中,主要采用了如下方式对算法进行了并行化设计、实现与优化。(1)首先对ELM和OS-ELM计算过程进行分析和拆解,将算法整个流程划分为各个子步骤。接着深入分析了子步骤之间的数据依赖关系和处理瓶颈,将数据处理和矩阵运算划分为并行部分和不可并行部分,对ELM和OS-ELM进行了合理的并行化设计。(2)由于Flink上的编程模式是MapReduce,接着对ELM和OS-ELM算法进行了基于MapReduce模型的并行化设计。(3)深入分析了基于MapReduce模型的分布式并行处理过程中的瓶颈,通过合理的数据划分来减少算法并行过程中的同步和数据通信时间,从而提升算法的并行处理性能。(4)为了进一步提升算法的性能,使用java线性代数库Matrix来优化矩阵相乘。实验结果表明,PELM和POS-ELM不仅具有串行ELM算法的训练精度和泛化能力,还具有很好的扩展性和很高的加速比。