支持向量機語音識別算法在OMAP5912上的移植

1 SVM多類分類方法
SVM最初是為處理兩類分類問題而設計的，如何有效地處理多類分類問題目前仍是一個持續研究的課題。采用SVM中的“一對一”方法實現多類分類，下面對這種方法進行簡單介紹。
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個分類器，每個分類器由特定的某兩類訓練樣本訓練得到，判定測試樣本的類別時，結合所有兩類分類器對測試樣本類別的判定意見，采用“投票法”的策略，并認為得票數最多(Max Wins)的類別就是測試樣本所屬的類別。具體如下：考慮K類的分類問題，設訓練集

首先對所有的(i，j)∈{(i，j)|i≤j，i，j=1，…，K}進行運算：從訓練集中抽取所有y=i和y=j的樣本點。基于這些樣本點組成一個訓練集Ti-j，每個兩類分類SVM解決問題

約束條件為：

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