支持向量機語(yǔ)音識別算法在OMAP5912上的移植

1 SVM多類(lèi)分類(lèi)方法
SVM最初是為處理兩類(lèi)分類(lèi)問(wèn)題而設計的，如何有效地處理多類(lèi)分類(lèi)問(wèn)題目前仍是一個(gè)持續研究的課題。采用SVM中的“一對一”方法實(shí)現多類(lèi)分類(lèi)，下面對這種方法進(jìn)行簡(jiǎn)單介紹。
S．Knerr等在1990年首次介紹了“一對一”方法。J．Friedman在1996年和U KreBel在1999年分別首次在支持向量機中使用這種方法。它需要構造k(k-1)／2個(gè)分類(lèi)器，每個(gè)分類(lèi)器由特定的某兩類(lèi)訓練樣本訓練得到，判定測試樣本的類(lèi)別時(shí)，結合所有兩類(lèi)分類(lèi)器對測試樣本類(lèi)別的判定意見(jiàn)，采用“投票法”的策略，并認為得票數最多(Max Wins)的類(lèi)別就是測試樣本所屬的類(lèi)別。具體如下：考慮K類(lèi)的分類(lèi)問(wèn)題，設訓練集

首先對所有的(i，j)∈{(i，j)|i≤j，i，j=1，…，K}進(jìn)行運算：從訓練集中抽取所有y=i和y=j的樣本點(diǎn)?；谶@些樣本點(diǎn)組成一個(gè)訓練集Ti-j，每個(gè)兩類(lèi)分類(lèi)SVM解決問(wèn)題

約束條件為：

通過(guò)求解式(3)的最優(yōu)化問(wèn)題得到k(k-1)／2個(gè)決策函數，如果函數判斷x屬于i類(lèi)，則i類(lèi)的得票數增加1；否則j類(lèi)的得票數增加1。最終判定得票數最多的類(lèi)別就是測試樣本x所屬的類(lèi)別。