摘 要:研究了一种基于动态神经网络支持向量机(SVM)的FPGA硬件实现方法。提出了基于动态神经网络的最小二乘支持向量机(LS-SVM)神经网络结构,完成了VHDL语言描述的基于动态神经网络的LS-SVM结构设计,并在XILINX SPANT3E系列FPGA中完成了LS-SVM的分类与回归实验。结果表明,该硬件实现方法很好地完成了SVM的分类与回归功能,与现有的软件仿真和模拟器件实现相比,该方法具有更快的收敛速度和更高的灵活性。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~