卢昆鹏，潘宏侠

(中北大学 机械与动力工程学院，太原 030051)



移植Libsvm软件实现TMS320F28335的支持向量机

卢昆鹏，潘宏侠

(中北大学 机械与动力工程学院，太原 030051)

摘要:化简了支持向量机算法在实际应用中的步骤，提出了利用分解和提取代码的方法在TMS320F28335芯片中移植Libsvm软件，并实现了支持向量机。该方法解决了在C2000系列DSP芯片中实现支持向量机的问题，同时适用于其他型号的芯片。实验结果表明，在保证较高的预测正确率、较快的运行速度和较大的数据量读取的前提下，Libsvm能够正确运行于芯片中。

关键词:支持向量机；Libsvm；DSP；TMS320F28335；嵌入式系统

引言

支持向量机在小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[1-4]。目前实现支持向量机的方法有软件方法(如Libsvm、Liblinear、mySVM、SVMlight等[1]),也有硬件方法(如约翰霍普金斯大学开发的Kerneltron芯片[2]),但是这两种方法都有缺点，如成本高、体积大、耗能多、通用性差等。

TI公司应用于控制领域的C2000系列芯片具有低功耗、低成本、通用性强和可实时控制的优点。采用其作为运行SVM的平台，实现支持向量机的实时应用，比PC系统体积小，其控制能力和数据处理能力可以在满足工作需要的同时有效控制成本。但是此类芯片具有运行频率较低、可用内存小的缺点，如果在其中运行大型程序或读取大量数据，会受到运行资源的限制。本文针对此问题，提出了一种解决方案。

1支持向量机的算法

支持向量机(SVM)能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域。……