[发明专利]一种基于支持向量机的癫痫检测集成电路及其训练方法

摘要

本发明公开一种基于支持向量机的癫痫检测集成电路及其训练方法，在特征提取部分使用分布式查找表滤波器，降低了电路复杂度；增加频域方差特征，能够更好地反应脑电信号特征，提高了检测精度；使用改进版本的序贯最小化算法进行支持向量机训练电路的设计，避免原始版本的序贯最小化算法寻找不满足最优条件的拉格朗日乘子时产生的误判，可以使用更少的迭代次数达到相似性能，进一步提高了能效。同时通过将核函数计算模块进行流水线设计，提高了片上支持向量机的训练速度。本发明可以提高癫痫检测系统的便携性，提供更高能效的片上训练功能。

主权项

1.一种基于支持向量机的癫痫检测集成电路，其特征在于，包括特征提取模块和支持向量机；特征提取模块用于获取训练样本，并将获取的训练样本输入至支持向量机；支持向量机包括控制调度模块、误差更新模块、样本选择模块、核函数计算模块和拉格朗日乘子优化模块；所述样本选择模块，用于选择不满足KKT条件的样本，将样本对应的拉格朗日乘子输送至拉格朗日乘子优化模块；所述拉格朗日乘子优化模块，用于对不满足KKT条件的样本的拉格朗日乘子进行优化，并将优化后的样本输入误差更新模块；所述误差更新模块，用于更新所有优化后样本的预测误差F_i，然后对优化后样本子集边界进行更新，直至所有样本满足KKT条件时结束；核函数计算模块，用于加速拉格朗日乘子优化模块和误差更新模块的核函数计算过程；控制调度模块，用于控制支持向量机的片上训练过程。