版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、支持向量機(Support Vector Machines, SVMs)作為一種通用的機器學習算法,能夠較好的解決小樣本學習問題。目前對支持向量機的研究主要是集中在理論研究和算法優(yōu)化方面。與之相比,在實現(xiàn)方法及應用方面的研究相對較少,而且很多實現(xiàn)方法都是基于軟件實現(xiàn)的,使SVM的應用受到了限制。
近年來,出現(xiàn)了利用神經(jīng)網(wǎng)絡解決支持向量機學習的方法,該方法將神經(jīng)網(wǎng)絡與支持向量機相結合,利用部分對偶的方法,將求解SVM的二次規(guī)劃問
2、題轉化成對動態(tài)神經(jīng)網(wǎng)絡的動態(tài)方程組求解的問題。由于神經(jīng)網(wǎng)絡具有便于硬件實現(xiàn)的特點,因此就使SVM的硬件實現(xiàn)成為可能。但是現(xiàn)有的SVM的硬件實現(xiàn)方法都是基于模擬器件的簡單應用。模擬電路具有拓撲結構一旦確定就很難改變、功耗大和占用空間大的缺點,所以這種方法在實際應用中也受到了較大的限制。
針對上面的問題,論文提出了SVM學習神經(jīng)網(wǎng)絡的FPGA實現(xiàn)方法。FPGA本身具有可重構、能耗小和占用空間小的特點,因此該方法具有很好的靈活性。該
3、方法主要是將SVM學習神經(jīng)網(wǎng)絡的連續(xù)動態(tài)方程組進行離散化處理,然后對離散后的動態(tài)方程組進行FPGA實現(xiàn)。在此基礎上論文進一步提出了最小二乘支持向量機(LS-SVM)分類與回歸學習神經(jīng)網(wǎng)絡結構,LS-SVM消除了網(wǎng)絡中的非線性部分,使得神經(jīng)網(wǎng)絡結構更加簡潔、實現(xiàn)更簡單。同時論文也提出了LS-SVM分類與回歸學習神經(jīng)網(wǎng)絡的FPGA實現(xiàn)方法。論文分別對S V M學習神經(jīng)網(wǎng)絡的分類問題、LS-SVM學習神經(jīng)網(wǎng)絡的分類和回歸問題完成了Simuli
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機的模糊神經(jīng)網(wǎng)絡控制.pdf
- 支持向量機神經(jīng)網(wǎng)絡研究及其硬件實現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡的遞增支持向量機研究.pdf
- 基于神經(jīng)網(wǎng)絡和支持向量機的生物數(shù)據(jù)分類.pdf
- 基于FPGA的神經(jīng)網(wǎng)絡硬件實現(xiàn).pdf
- 基于支持向量機與神經(jīng)網(wǎng)絡的圖像分類技術研究
- 基于FPGA技術的神經(jīng)網(wǎng)絡算法實現(xiàn).pdf
- 基于FPGA的神經(jīng)網(wǎng)絡硬件實現(xiàn)研究.pdf
- 神經(jīng)網(wǎng)絡與支持向量機相關問題研究.pdf
- 基于支持向量機及神經(jīng)網(wǎng)絡的車牌識別技術研究.pdf
- 基于支持向量機與神經(jīng)網(wǎng)絡的圖像分類技術研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡和改進支持向量機的人臉檢測.pdf
- 支持向量機和神經(jīng)網(wǎng)絡的故障分類對比研究#
- 灰色神經(jīng)網(wǎng)絡與支持向量機預測模型研究.pdf
- 基于FPGA的神經(jīng)網(wǎng)絡實現(xiàn)與應用.pdf
- 基于神經(jīng)網(wǎng)絡降維和支持向量機分類的高維異常檢測.pdf
- 基于支持向量機優(yōu)化RBF神經(jīng)網(wǎng)絡的算法及應用研究.pdf
- 基于神經(jīng)網(wǎng)絡和支持向量機及其改進算法的供熱負荷預測研究.pdf
- 基于神經(jīng)網(wǎng)絡和支持向量機的水稻遙感信息提取研究.pdf
- 基于支持向量機和BP神經(jīng)網(wǎng)絡的個人信用評估模型研究.pdf
評論
0/150
提交評論