基于SDPM算法的SVM模型的软硬件设计与实现

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.