[发明专利]基于FPGA的决策树模型中的浮点数离散化方法有效
| 申请号： | 201810820317.8 | 申请日： | 2018-07-24 |
| 公开（公告）号： | CN109086815B | 公开（公告）日： | 2021-08-31 |
| 发明（设计）人： | 孙一品;赵双;陈曙晖;王飞;苏金树 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;H03M7/24 |
| 代理公司： | 北京慧智兴达知识产权代理有限公司 11615 | 代理人： | 韩龙;张恋迪 |
| 地址： | 410073 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于机器学习领域，针对现有基于FPGA的包含浮点阈值的决策树模型的硬件实现方法无法在降低硬件巨大存储和计算资源的同时保持模型的分类性能的问题，提供一种基于FPGA的决策树模型中的浮点数阈值离散化方法，包括以下步骤：第一步，离散化决策树模型中的浮点数阈值；第二步，离散化待分类样本的浮点数特征；第三步，基于层级流水的决策树加速模型对待分类样本分类识别。本发明通过离散化轴平行二叉决策树模型中的浮点数阈值，将模型中的浮点数转换为整数，在不改变模型的分类性能的前提下减少硬件实现需要的存储和计算资源，优化硬件实现方案。 | ||
| 搜索关键词： | 基于 fpga 决策树 模型 中的 浮点 离散 方法 | ||
【主权项】：
1.基于FPGA的决策树模型中的浮点数离散化方法，其特征在于，包括以下步骤：第一步，离散化决策树模型中的浮点数阈值；记输入为含有浮点数阈值的决策树模型T；样本的连续属性集为F，属性集F大小为M，M为自然数；Fi表示第i个属性，Fi对应的阈值列表为Li，i∈{0,...,M}；第二步，离散化待分类样本的浮点数特征，即对输入的待分类样本的浮点数特征，根据离散化后的阈值列表进行转换，得到样本离散化后的整数特征向量；第三步，基于层级流水的决策树加速模型分类识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810820317.8/，转载请声明来源钻瓜专利网。
