面向嵌入式系统的支持向量机决策实施的硬件设计与实现
发布时间：2021-01-26 05:25
随着嵌入式系统的发展,越来越多的研究人员将支持向量机（Support Vector Machine,SVM）算法实现在嵌入式系统中。然而嵌入式系统在硬件资源、储存容量、能效等方面有着严格的限制,因此资源和功耗的优化成为SVM在嵌入式系统中实现时主要的难点和挑战。SVM算法包含训练和决策两个过程,本文主要面向支持向量机决策过程的硬件实现。对此本文设计实现了基于现场可编程门阵列（FPGA）的决策函数的运算平台。我们首先完成了SVM硬件决策平台的架构设计,使用SPI（Serial Peripheral Interface）与同步器模块保证平台与外部能够进行稳定的数据通信。接着我们详细介绍了平台中各个模块的设计。在SVM决策函数模块的设计中,为了减少资源消耗和降低功耗,我们进行了数据精度表示的优化并提出了指数函数可变精度计算的设计策略。我们使用Xilinx Artix7系列的NexysVedio FPGA开发平台完成了SVM决策平台的原型实现和验证。与优化之前的设计相比,在不影响计算精度的前提下平台能够降低13%的功耗,结合延时的优化,在计算单个测试向量能够减少50%的能量。此外,本文还基于数...
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
输入向量精度对预测精度的影响
图 3-8 支持向量对应的核函数值及 L2-Norm 值的分布 The Gaussian kernel and L2-Norm results distributions for suppo单元的高精度或低精度计算由迭代次数控制，为了分IC 子模块输出的误差大小，我们仿真了 CORDIC 算法迭代次数的关系曲线，输入为 50 个在区间[-1, 1]内的。可以看出误差函数基本都在迭代次数为 6 时开始收收敛到很小的值（<0.01），精度的提升不再明显。因此度计算，我们可以设定不同的迭代次数，高精度的话计算则可以对不用的应用选择合适的值。本论文中迭块中的控制单元产生的信号 Iteration Ctrl 控制，即图
图 3-8 支持向量对应的核函数值及 L2-Norm 值的分布.3-8 The Gaussian kernel and L2-Norm results distributions for support v算单元的高精度或低精度计算由迭代次数控制，为了分析RDIC 子模块输出的误差大小，我们仿真了 CORDIC 算法计与迭代次数的关系曲线，输入为 50 个在区间[-1, 1]内的随示。可以看出误差函数基本都在迭代次数为 6 时开始收敛则收敛到很小的值（<0.01），精度的提升不再明显。因此针精度计算，我们可以设定不同的迭代次数，高精度的话可的计算则可以对不用的应用选择合适的值。本论文中迭代模块中的控制单元产生的信号 Iteration Ctrl 控制，即图 3-7
【参考文献】：
期刊论文
[1]A parallel and scalable digital architecture for training support vector machines[J]. Kui-kang CAO1,Hai-bin SHEN1,Hua-feng CHEN2 (1Institute of VLSI Design,Zhejiang University,Hangzhou 310027,China) (2Zhejiang University of Media and Communications,Hangzhou 310027,China). Journal of Zhejiang University-Science C（Computers & Electronics）. 2010(08)
[2]基于FPGA的CSD编码乘法器[J]. 何永泰,黄文卿. 电子测量技术. 2006(04)
本文编号：3000549
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
输入向量精度对预测精度的影响
图 3-8 支持向量对应的核函数值及 L2-Norm 值的分布 The Gaussian kernel and L2-Norm results distributions for suppo单元的高精度或低精度计算由迭代次数控制，为了分IC 子模块输出的误差大小，我们仿真了 CORDIC 算法迭代次数的关系曲线，输入为 50 个在区间[-1, 1]内的。可以看出误差函数基本都在迭代次数为 6 时开始收收敛到很小的值（<0.01），精度的提升不再明显。因此度计算，我们可以设定不同的迭代次数，高精度的话计算则可以对不用的应用选择合适的值。本论文中迭块中的控制单元产生的信号 Iteration Ctrl 控制，即图
图 3-8 支持向量对应的核函数值及 L2-Norm 值的分布.3-8 The Gaussian kernel and L2-Norm results distributions for support v算单元的高精度或低精度计算由迭代次数控制，为了分析RDIC 子模块输出的误差大小，我们仿真了 CORDIC 算法计与迭代次数的关系曲线，输入为 50 个在区间[-1, 1]内的随示。可以看出误差函数基本都在迭代次数为 6 时开始收敛则收敛到很小的值（<0.01），精度的提升不再明显。因此针精度计算，我们可以设定不同的迭代次数，高精度的话可的计算则可以对不用的应用选择合适的值。本论文中迭代模块中的控制单元产生的信号 Iteration Ctrl 控制，即图 3-7
【参考文献】：
期刊论文
[1]A parallel and scalable digital architecture for training support vector machines[J]. Kui-kang CAO1,Hai-bin SHEN1,Hua-feng CHEN2 (1Institute of VLSI Design,Zhejiang University,Hangzhou 310027,China) (2Zhejiang University of Media and Communications,Hangzhou 310027,China). Journal of Zhejiang University-Science C（Computers & Electronics）. 2010(08)
[2]基于FPGA的CSD编码乘法器[J]. 何永泰,黄文卿. 电子测量技术. 2006(04)
本文编号：3000549
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3000549.html
