在線學(xué)習(xí)算法的加速器設(shè)計(jì)研究.pdf

1、支持向量機(jī)(SVM，Support Vector Machine)作為機(jī)器學(xué)習(xí)(MachineLearning)的一個(gè)重要研究分支，近年來正受到越來越多的重視，并成為了機(jī)器學(xué)習(xí)當(dāng)中的一個(gè)研究熱點(diǎn)。
　　 支持向量機(jī)理論的其中一個(gè)特點(diǎn)就是追求系統(tǒng)風(fēng)險(xiǎn)最小化。正是這種優(yōu)越的特性使得其應(yīng)用價(jià)值得到了廣泛的肯定。隨著支持向量機(jī)從理論研究走向?qū)嵺`應(yīng)用，實(shí)際工程應(yīng)用對(duì)其也提出了更高的要求，其中一個(gè)要求就是支持在線學(xué)習(xí)功能。
　　 機(jī)

2、器學(xué)習(xí)中在線學(xué)習(xí)算法也是一個(gè)重要研究分支，而由于支持向量機(jī)的理論和應(yīng)用價(jià)值突出，其在線學(xué)習(xí)算法近年來也成為了熱點(diǎn)之一。幾種支持向量機(jī)的在線學(xué)習(xí)軟件算法也相繼被提出，并有了良好的應(yīng)用效果。隨著嵌入式的進(jìn)一步發(fā)展，支持向量機(jī)的在線學(xué)習(xí)硬件算法也將會(huì)突出其理論和應(yīng)用價(jià)值。雖然其在線學(xué)習(xí)運(yùn)算中，核函數(shù)的計(jì)算非常耗時(shí)，有使用硬件加速的需要，近年來對(duì)支持向量機(jī)及其在線學(xué)習(xí)的硬件算法研究卻比較少，之前所提出的軟件算法也難以稱得上真正意義上的硬件友好，

3、因此該研究分支將有很大的發(fā)展空間。本文針對(duì)以上問題，做了如下工作:
　　 (1)概述支持向量機(jī)的發(fā)展背景、應(yīng)用領(lǐng)域和研究現(xiàn)狀，并詳細(xì)介紹了支持向量機(jī)的數(shù)學(xué)原理，對(duì)原理中中各部分所涉及的理論進(jìn)行了比較完整的敘述。
　　 (2)介紹和總結(jié)了支持向量機(jī)的在線學(xué)習(xí)算法的研究現(xiàn)狀和一些軟件實(shí)現(xiàn)方法，并重點(diǎn)介紹了支持向量機(jī)的硬件實(shí)現(xiàn)算法以及相應(yīng)的硬件實(shí)現(xiàn)原理描述。并對(duì)現(xiàn)有的硬件實(shí)現(xiàn)方法加以總結(jié)。
　　 (3)針對(duì)已有支持向量