基于分組量化的高效超維計算分類方法

摘要： 針對當(dāng)前超維計算(hyperdimensional computing, HD)中大多數(shù)方法計算量大、效率低的問題，提出了一種基于分組量化的高效超維計算分類方法，在保證準(zhǔn)確性的情況下提高HD模型的計算效率.該方法首先使用點積操作替代余弦相似度運(yùn)算來降低HD計算推理階段的計算量；其次，考慮到查詢超向量的相似度計算隨著類數(shù)的增加而增加，設(shè)計了一個分組查詢方案，通過檢查類的子集來減少... （共8頁）