支持向量机语音识别算法在OMAP5912上的移植

1 SVM多类分类方法
SVM最初是为处理两类分类问题而设计的，如何有效地处理多类分类问题目前仍是一个持续研究的课题。采用SVM中的“一对一”方法实现多类分类，下面对这种方法进行简单介绍。
S．Knerr等在1990年首次介绍了“一对一”方法。J．Friedman在1996年和U KreBel在1999年分别首次在支持向量机中使用这种方法。它需要构造k(k-1)／2个分类器，每个分类器由特定的某两类训练样本训练得到，判定测试样本的类别时，结合所有两类分类器对测试样本类别的判定意见，采用“投票法”的策略，并认为得票数最多(Max Wins)的类别就是测试样本所属的类别。具体如下：考虑K类的分类问题，设训练集

首先对所有的(i，j)∈{(i，j)|i≤j，i，j=1，…，K}进行运算：从训练集中抽取所有y=i和y=j的样本点。基于这些样本点组成一个训练集Ti-j，每个两类分类SVM解决问题

约束条件为：

通过求解式(3)的最优化问题得到k(k-1)／2个决策函数，如果函数判断x属于i类，则i类的得票数增加1；否则j类的得票数增加1。最终判定得票数最多的类别就是测试样本x所属的类别。