基于分組量化的高效超維計(jì)算分類方法

摘要： 針對(duì)當(dāng)前超維計(jì)算(hyperdimensional computing, HD)中大多數(shù)方法計(jì)算量大、效率低的問(wèn)題，提出了一種基于分組量化的高效超維計(jì)算分類方法，在保證準(zhǔn)確性的情況下提高HD模型的計(jì)算效率.該方法首先使用點(diǎn)積操作替代余弦相似度運(yùn)算來(lái)降低HD計(jì)算推理階段的計(jì)算量；其次，考慮到查詢超向量的相似度計(jì)算隨著類數(shù)的增加而增加，設(shè)計(jì)了一個(gè)分組查詢方案，通過(guò)檢查類的子集來(lái)減少...