本文關(guān)鍵詞：一種基于CUDA的并行SMO算法

  更多相關(guān)文章： SMO CUDA 并行SMO算法

【摘要】：序列最小優(yōu)化算法(Sequential Minimal Optimization,SMO)是針對(duì)支持向量機(jī)算法執(zhí)行速度慢而提出來(lái)的,它通過(guò)最小化分塊來(lái)加速算法,對(duì)不同數(shù)據(jù)集來(lái)說(shuō),其算法加速可達(dá)100x~1 000x。但是隨著數(shù)據(jù)量的增大,其算法執(zhí)行時(shí)間仍然較慢。為了加速算法,本文結(jié)合現(xiàn)代較發(fā)達(dá)的圖形處理單元(Graphics Processing Unit,GPU)計(jì)算,通過(guò)多處理器并行執(zhí)行方式,提出對(duì)算法并行化。主要的并行點(diǎn)在于確定了兩個(gè)參數(shù)α_1、α_2之后,求解局部最優(yōu),從而更新所有參數(shù)的過(guò)程是天然并行的,而且SIMD形式的并行性非常符合GPU的運(yùn)算模式,通過(guò)將計(jì)算量大的參數(shù)更新部分轉(zhuǎn)移到GPU進(jìn)行計(jì)算,可以加速整個(gè)算法的運(yùn)行。實(shí)驗(yàn)表明,并行算法可以達(dá)到150倍的加速效果。
【作者單位】： 中國(guó)石油大學(xué)(華東)理學(xué)院;中國(guó)石油大學(xué)(華東)網(wǎng)絡(luò)及教育技術(shù)中心;
【關(guān)鍵詞】： SMO CUDA 并行SMO算法
【分類(lèi)號(hào)】：TP338.6
【正文快照】： 0引言SMO算法是由John C.Platt最先提出來(lái)的,其算法思想來(lái)源于Vapnik提出的“Chunking”算法[1],通過(guò)使得分塊達(dá)到最小,來(lái)加速求解二次優(yōu)化問(wèn)題[2]。另一方面并行計(jì)算由來(lái)已久,利用并行計(jì)算可以獲得更好的性?xún)r(jià)比,更好地利用電腦的硬件設(shè)備[3],尤其是GPU的通用計(jì)算能力。硬件平

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 朱齊丹;張智;邢卓異;;支持向量機(jī)改進(jìn)序列最小優(yōu)化學(xué)習(xí)算法[J];哈爾濱工程大學(xué)學(xué)報(bào);2007年02期

2 張浩然,韓正之;回歸支持向量機(jī)的改進(jìn)序列最小優(yōu)化學(xué)習(xí)算法[J];軟件學(xué)報(bào);2003年12期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 湯斌飛;林超;黃迪;;一種基于CUDA的并行SMO算法[J];實(shí)驗(yàn)室研究與探索;2016年04期

2 李丹陽(yáng);蔡金燕;杜敏杰;朱賽;張峻賓;;基于改進(jìn)SMO的SVDD快速訓(xùn)練算法[J];中國(guó)測(cè)試;2015年11期

3 汪海燕;黎建輝;楊風(fēng)雷;;支持向量機(jī)理論及算法研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2014年05期

4 謝志軍;唐建華;;TD-LTE移動(dòng)通信設(shè)備故障診斷算法研究[J];無(wú)線(xiàn)電工程;2014年04期

5 冷霞;;面向監(jiān)控視頻的人車(chē)分類(lèi)技術(shù)的選擇[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2014年05期

6 趙長(zhǎng)春;姜曉愛(ài);金英漢;;非線(xiàn)性回歸支持向量機(jī)的SMO算法改進(jìn)[J];北京航空航天大學(xué)學(xué)報(bào);2014年01期

7 項(xiàng)X;喻瑩;;一種改進(jìn)序貫最小優(yōu)化算法的方法[J];現(xiàn)代電子技術(shù);2013年08期

8 王越;呂奇峰;王泉;曾晶;;一種改進(jìn)的支持向量機(jī)序列最小優(yōu)化算法[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2013年03期

9 李廣春;羅揚(yáng);;基于CENTRIST特征的實(shí)時(shí)行人檢測(cè)算法的實(shí)現(xiàn)[J];電腦知識(shí)與技術(shù);2013年02期

10 王鳴;孫奕鳴;;小波支持向量機(jī)的網(wǎng)絡(luò)流量預(yù)測(cè)研究[J];計(jì)算機(jī)仿真;2012年11期

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 王華忠,俞金壽;統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)在過(guò)程控制中的應(yīng)用[J];化工自動(dòng)化及儀表;2004年05期

2 王宇紅,黃德先,高東杰,金以慧;基于支持向量機(jī)的非線(xiàn)性預(yù)測(cè)控制技術(shù)[J];信息與控制;2004年02期

3 張浩然,韓正之;回歸支持向量機(jī)的改進(jìn)序列最小優(yōu)化學(xué)習(xí)算法[J];軟件學(xué)報(bào);2003年12期

4 劉江華 ,陳佳品 ,程君實(shí);基于支持向量機(jī)的非線(xiàn)性系統(tǒng)辨識(shí)[J];測(cè)控技術(shù);2002年11期

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 王剛;劉林;王朋;;基于微分進(jìn)化和SMO算法的煙氣含氧量軟測(cè)量[J];電力科學(xué)與工程;2012年02期

2 趙長(zhǎng)春;姜曉愛(ài);金英漢;;非線(xiàn)性回歸支持向量機(jī)的SMO算法改進(jìn)[J];北京航空航天大學(xué)學(xué)報(bào);2014年01期

3 周曉劍;馬義中;;兩種求解非正定核Laplace-SVR的SMO算法[J];控制與決策;2009年11期

4 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 翟永杰;喬弘;李海麗;韓璞;劉柱云;;基于粒子群SMO算法的火電廠熱工參數(shù)軟測(cè)量[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專(zhuān)刊[C];2008年

2 宋普云;沈雪勤;吳清;;一種改進(jìn)的SMO算法[A];第六屆全國(guó)計(jì)算機(jī)應(yīng)用聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

，

本文編號(hào)：759707