基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在2种基于一对一分类策略的支持向量机(SVM)多类概率建模算法中,Pairwise Coupling概率建模算法不适合FPGA硬件实现,而投票概率建模算法分类性能较差.为此,提出一种基于Sigmoid函数的SVM概率建模的硬件实现优化算法,该算法基于合并计算及Log-add计算方法.理论分析结果表明,该算法可避免复杂的迭代计算和大量指数计算,减少运算量,并易于FPGA硬件实现.
推荐文章
一种快速SVM概率建模算法在语种确认中的应用
支持向量机
概率建模
语种确认
FPGA
基于SDPM算法的SVM模型的软硬件设计与实现
共享点积矩阵
支持向量机
最小序列最优化
最优训练参数组合
基于GPU的SVM参数优化并行算法
图形处理单元
支持向量机
网格搜索算法
粒子群优化算法
参数优化
基于GA-SVM的质量预测系统设计和实现
遗传算法
支持向量机
组件对象模型
混合编程
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVM概率建模的硬件实现优化算法
来源期刊 计算机工程 学科 工学
关键词 支持向量机 一对一分类 概率建模 Sigmoid函数 现场可编程门阵列 硬件实现
年,卷(期) 2011,(23) 所属期刊栏目 工程应用技术与实现
研究方向 页码范围 217-219
页数 分类号 TP301.6
字数 3840字 语种 中文
DOI 10.3969/j.issn.1000-3428.2011.23.074
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨镇西 16 27 3.0 4.0
2 张丽 9 6 1.0 2.0
3 聂智良 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (2)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
一对一分类
概率建模
Sigmoid函数
现场可编程门阵列
硬件实现
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导