主成分分析算法的FPGA实现

主成分分析(PAC)是一种典型的数据降维方法,它通过对数据矩阵的特征分析,将高维数据降为低维数据,而且转换后数据包含的信息损失很小。提出了一种主成分分析算法的FPGA实现方案,通过Givens算法和CORDIC算法的矢量旋转,用简单的移位和加法操作来实现协方差矩阵的特征分析,只需计算上三角元素,因此计算复杂度小、迭代收敛速度快;系统对结构相同但不同时处理数据的模块进行复用,节省了资源;在计算协方差矩阵和线性空间投影时对数据并行处理,所以系统时钟频率不受数据维数变化的影响。实验数据表明,该系统能实现对不同维数数据的主成分分析,时钟频率稳定,占用资源少。