申请/专利权人：南京大学

申请日：2021-03-10

公开（公告）日：2022-09-20

公开（公告）号：CN115081496A

主分类号：G06K9/62

分类号：G06K9/62

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.10.11#实质审查的生效;2022.09.20#公开

摘要：本发明公开了一种应用于FPGA的快速线性判别分类器的实现方法，属于信号处理领域。本发明的创新点在于实现了一种有利于在FPGA上实现的运算复杂度低的分类器。提出的算法利用训练数据的协方差矩阵，找到其中最具有特征代表能力的特征值和特征向量组成一个投影矩阵，然后将训练数据和测试数据通过投影矩阵投影到新的特征空间中。在解决了线性判别分析算法训练部分涉及矩阵求逆运算，算法复杂度过高，在FPGA平台上实现困难的问题的同时，还大大降低了测试部分的运算复杂度。从而使得整个分类器应用在FPGA上时运算处理的延迟相比较原始算法降低了54.6％，并且并未带来片上资源消耗的增加，非常有利于应用在一些实时分类处理的场景中。

主权项：1.应用于FPGA的快速线性判别分类器的实现方法，其特征在于，通过投影的方式避免了训练部分的矩阵求逆操作，解决了其FPGA实现的一大难题，并且大大降低了测试部分的运算复杂度。具体步骤如下：1根据输入训练样本求出输入的训练数据的各类的均值向量μk，总均值向量μ；2根据均值向量μ和输入训练数据求出协方差矩阵C；3对协方差矩阵C进行特征值分解，使用乘幂法得到最大的特征值δ和对应的特征向量ω，得到投影矩阵P；4根据得到的特征向量组成投影矩阵P，对输入的训练和测试数据集进行投影；5使用投影得到的训练数据集来计算分类算法的相关参数，然后使用投影得到的测试数据集进行分类运算得到分类结果。

全文数据：

权利要求：

百度查询： 南京大学 一种应用于FPGA的快速线性判别分类器的实现方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD