LP-SVM在CUDA架构上的加速实现 |
| |
引用本文: | 兰远东.LP-SVM在CUDA架构上的加速实现[J].数字技术与应用,2014(4):130-132,134. |
| |
作者姓名: | 兰远东 |
| |
作者单位: | 惠州学院计算机科学系,广东惠州516007 |
| |
摘 要: | 为了能在PC机上处理大规模数据集问题,提出了使用CUDA架构对LP-SVM的加速实现方法。该方法针对PC机内存小的缺点,对SVM的分解算法进行改编,得到求解LP-SVM的分解算法。LP—SVM分解算法每次只需要求解一个小规模的线性规划问题,避免一次性把所有训练数据都装进内存。同时把求解线性规划中比较耗时的矩阵运算,移植到CUDA上进行,提高了求解效率。实验结果表明:LP—SVM算法在经过CUDA加速以后,算法的执行效率提高了10—35倍。
|
关 键 词: | 机器学习 线性规划 支持向量机 图形处理器 统一计算设备架构 |
本文献已被 维普 等数据库收录! |
|