没有合适的资源?快使用搜索试试~ 我知道了~
提出了一种新的并行增量式支持向量机算法来解决图形处理单元(GPU)中大规模数据集的分类问题。 SVM以及核趣关方法可以越来创建精确分类模甓,但学男过程需要欠量内存和很长时阕。扩展了Suykens和 Vandewalle提出的最少次方SvM(Ls—SVM)方法来建立增量和并行算法。新算法使用图形处理器以低代价获 得高系统性能。实现表明,在UCI和Delve数据集上,基于GPU并行增量算法较CPU实现方法快130倍,而且 毙琨静算法,知LibSVM、SVM—perf和CB—sV醚等快的多(超过25∞镑)。
资源推荐
资源评论
资源评论
l1229487382
- 粉丝: 0
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功