李璐
- 作品数：1 被引量：2H指数：1
- 供职机构：南京信息工程大学公共管理学院更多>>
- 发文基金：国家自然科学基金国家公益性行业科研专项更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于GPU的SVM参数优化并行算法被引量：2
- 2017年
- 为了缩短支持向量机(support vector machine,SVM)参数优化时长,提高SVM参数优化的效率,提出了基于图形处理单元(graphic processing unit,GPU)的SVM参数优化并行算法.分析了基于网格搜索和粒子群优化算法的并行特性,基于GPU设计了该优化算法的并行化方案,并在单GeForce GT 650M GPU卡上进行了试验验证.结果表明,并行化网格搜索和并行化粒子群参数优化算法不仅可以取得与非并行化参数优化算法相同的优化效果,而且执行时间大大减小,其中并行粒子群参数优化算法的加速比可高达26.85,大幅提升了SVM的参数优化效率.
- 唐美丽张劲松李璐马廷淮
- 关键词：图形处理单元支持向量机粒子群优化算法参数优化
