支持向量機(jī)的硬件實(shí)現(xiàn)及其優(yōu)化.pdf

1、支持向量機(jī)(Support Vector Machine或SVM)作為機(jī)器學(xué)習(xí)中一個(gè)新興的領(lǐng)域，在人臉檢測(cè)、語(yǔ)音識(shí)別、圖像處理領(lǐng)域都有著廣泛的應(yīng)用。這主要是由于支持向量機(jī)目標(biāo)是在小樣本情況下追求學(xué)習(xí)的最優(yōu)性能，更加符合實(shí)際情況，從而在現(xiàn)實(shí)中具有更好的推廣能力。同時(shí)支持向量機(jī)通過(guò)引入特征空間和核函數(shù)解決了非線性劃分以及特征空間高維數(shù)帶來(lái)的巨大運(yùn)算量等問(wèn)題，從而使支持向量機(jī)的應(yīng)用變得更為可能，應(yīng)用范圍也更廣泛。正是如此，人們對(duì)其研究也越來(lái)越

2、深入。 本文重點(diǎn)研究支持向量機(jī)的硬件實(shí)現(xiàn)和優(yōu)化。文章首先分析研究了SVM的實(shí)現(xiàn)方法，并將其改進(jìn)為易于硬件實(shí)現(xiàn)的算法一非固定偏置硬件算法。在上述算法基礎(chǔ)上，作者提出了兩種電路結(jié)構(gòu)。文中首先介紹基于串行結(jié)構(gòu)的SVM，在列出的結(jié)構(gòu)圖上詳細(xì)分析介紹了以上算法如何在硬件上實(shí)現(xiàn)，并敘述了該實(shí)現(xiàn)對(duì)面積速度的影響。隨后對(duì)于并行結(jié)構(gòu)的SVM，則主要對(duì)它與串行結(jié)構(gòu)的不同之處進(jìn)行介紹，這包括速度和面積的差異。 最后，論文重點(diǎn)介紹了以上結(jié)構(gòu)的S