ECT图像重建算法的FPGA实现  

FPGA implementation of ECT image reconstruction algorithm

作　　者：李岩[1] 郝建青[1] 孙永钢 冯莉[1] 张礼勇[3] 

机构地区：[1]哈尔滨理工大学计算机科学与技术学院,黑龙江哈尔滨150080 [2]黑龙江省烟草工业有限公司,黑龙江哈尔滨150001 [3]哈尔滨理工大学测控技术与通信工程学院,黑龙江哈尔滨150080

出　　处：《计算机工程与设计》2010年第11期2572-2576,共5页Computer Engineering and Design

基　　金：国家自然科学基金项目(60572153);黑龙江省自然科学基金项目(F200505);黑龙江省教育厅基金项目(11511078)

摘　　要：支持向量机(SVM)在解决小样本、非线性及高维模式识别问题等方面有许多优势,但在处理大规模数据集时训练速度缓慢。针对以上问题提出了SVM学习算法硬件化的设计,它可以在保证向量机学习速度的同时,提高支持向量机的硬件资源利用效率。ECT图像重建实验结果表明,在不影响分类精度的情况下,硬件实现有效减少了运行时间,在一些实时性要求较高的场合该方法的优点将尤为明显。Support vector machine（SVM） presents excellent performance to solve the problems with small sample,nonlinear and the problems of high-dimension pattern recognition,but it has slow training speed to deal with large amount of data.So,a new digital structure for SVM learning,which can get a good performance with less hardware resource while the process speed is not reduced.The ECT image reconstruction experimental results show that the hardware implementation of the algorithm reduces the running time efficiently,not decreasing the classification accuracy,and the advantages of this method will be particularly significant in occasions of realtime requirements.

关 键 词：支持向量机 电容层析成像 图像重建 硬件化 现场可编程门阵列 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]