基于SDPM算法的SVM模型的软硬件设计与实现

• 作者: 宋蒙 蒋生强
• 来源期刊: 无线电通信技术
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 工程实践及应用技术
• 页码范围: 485-490
• 页数: 6页
• 分类号: TN74
• 字数: 3136字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3114.2020.04.018

摘要

支持向量积(Support Vector Machines,SVM)利用最优训练参数组合(Optimal Training Parameters Combi-nation,OTPC)搭建模型的训练过程所涉及的总计算量是相当繁重的,软件处理这些运算会使得执行时长过久,从而不能满足SVM应用实时性的需要.为提升SVM搜索OTPC的性能,从算法和实现两方面进行了探索.在算法上,论证了共享点积矩阵(Share Dot Product Matrix,SDPM)算法,有效地降低搜寻OTPC时的点积计算量.在实现上,提出了基于SDPM算法来搜寻OTPC的软硬件协同架构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋蒙	中国电子科技集团公司第五十四研究所	2	0	0.0	0.0
2	蒋生强		1	0	0.0	0.0