没有合适的资源?快使用搜索试试~
我知道了~
文库首页
行业
嵌入式
一种基于FPGA的新的SVM硬件实现方法
一种基于FPGA的新的SVM硬件实现方法
4星
· 超过85%的资源
需积分: 44
32 下载量
131 浏览量
2011-04-11
20:24:11
上传
评论
2
收藏
513KB
PDF
举报
温馨提示
立即下载
本文介绍了基于神经网络的最小二乘支持向量机的FPGA实现的方法,可以参考
资源推荐
资源评论
基于FPGA的SVM决策函数实现
浏览:82
5星 · 资源好评率100%
开发环境为quartus2,采用verilog语言,详细的写出了SVM决策函数,可根据自己的要求改变输入数据类型以及SVM训练model的参数,即可输出判断结果。供大家参考学习。
基于硬件友好内核的SVM决策功能的FPGA实现
浏览:50
基于硬件友好内核的SVM决策功能的FPGA实现
论文研究-基于HOG和SVM行人检测算法的FPGA实现 .pdf
浏览:146
基于HOG和SVM行人检测算法的FPGA实现,朱秋龙,王振宇,行人检测技术目前已广泛应用于人们的生活和工作中,在不同的场合对行人检测技术提出不同的要求。由于在某些特定场合对行人检测的
SVM的简单实现
浏览:85
机器学习SVM算法的简单实现。适用于初学者,使用python语言。
一种基于FPGA硬件求解函数的简化方法.pdf
浏览:172
一种基于FPGA硬件求解函数的简化方法.pdf
SVM分类器Verilog设计材料
浏览:27
SVM经典分类器设计材料及Verilog Python代码,可用于设计参考
SVM:SVM 的 SMO 算法的代码库和硬件实现
浏览:29
支持向量机 SVM 的 SMO 算法的代码库和硬件实现 这是一个包含 SVM 的 SMO 算法的代码和综合结果的存储库。 顶层层次结构如下: SMO/smotrain/smotrain:这包含训练 SVM 的代码。 代码是使用 CodeBlocks IDE 构建的。 调用如下: smotrain -t -c -d > 多项式核的次数(如果使用)> -v t 可以是以下三者之一: 0-线性核 1
一种新的基于SVM的频谱感知方法
浏览:74
一种新的基于SVM的频谱感知方法
基于SVM的一种新的分类器设计方法
浏览:185
根据半监督学习方法,利用已经标注好的训练样本和无标注的训练样本一起训练分类器
一种新的基于稀疏表示的SVM人脸识别方法.pdf
浏览:155
一种新的基于稀疏表示的SVM人脸识别方法.pdf
一种基于特征选择的SVM Bagging集成方法
浏览:187
一种基于特征选择的SVM Bagging集成方法
论文研究-基于SVM的一种新的分类器设计方法.pdf
浏览:126
“半监督学习”方法,利用已经标注好的训练样本和无标注的训练样本一起训练分类器。在标准SVM分类器训练方法中融入这种思想,给分类面附近加入混合数据,提出了一种新的基于SVM的分类器设计方法,并将这种方法应用于小样本数据的分类问题中。实验表明,新的基于SVM的分类器与传统SVM相比较,在分类准确率上有很大提高,同时偏差有所降低。
一种基于FPGA的LVDS数据接收方法.pdf
浏览:119
5星 · 资源好评率100%
一种基于FPGA的LVDS数据接收方法.pdf
一种基于FPGA并行加速的稀疏矩阵求解方法.pdf
浏览:11
一种基于FPGA并行加速的稀疏矩阵求解方法.pdf
一种基于FPGA的脉冲宽度精确测量方法.pdf
浏览:163
5星 · 资源好评率100%
一种基于FPGA的脉冲宽度精确测量方法.pdf
一种基于FPGA的DFT算法实现的研究_朱亮
浏览:101
3星 · 编辑精心推荐
一种基于FPGA的DFT算法实现的研究,经过本人验证,修改和测试,实现64点的DFT算法设计。
一种基于SVM的中文电子邮件过滤方法 (2007年)
浏览:116
提出了一种基于 SVM的中文邮件过滤方法,通过构造最优的支持向量机( Support Vector Machine, SVM)过滤模型,有效地提高了垃圾邮件的过滤精度,实验结果超过了网易免费邮所公布的过滤指标.
一种基于ICA-SVM的故障诊断方法 (2003年)
浏览:59
提出了一种基于独立分量分析和支撑向量机(ICA-SVM)对系统性能进行监控的整体框架.这一框架包括特征提取和故障识别两部分.独立分量分析被用于从当前工况的数据矩阵中提取出代表当前工况特征的投影系数矩阵,而这些投影系数矩阵则被用于训练多个支撑向量机,以实现故障类型的识别.Tennessee Eastman过程的仿真结果证明了该算法的有效性.
一种基于AFSA的SVM分类方法 (2011年)
浏览:6
应用一种全局搜索方法即人工鱼群算法(artificial fish swarm algorithm,AFSA)来优化支持向量基(support vector machines,SVM)的参数,并应用于图像分类。基于分类,初始化惩罚系数C和核函数参数δ 2的范围;利用AFSA来优化SVM的参数,并得到合适的值;最后,把参数优化后的SVM应用于分类。实验结果表明,与C-SVC和交叉验证法相比,其分类结
一种基于LS-SVM 的联邦滤波故障检测方法
浏览:24
<p>针对??2 检验法在组合导航系统联邦滤波故障检测中的不足, 提出一种基于最小二乘支持向量机(LS-<br> SVM) 的故障检测方法, 即在LS-SVM 对子滤波器新息进行预测的基础上构造故障检测量. 以捷联惯导/卫星/天文组<br> 合导航系统为应用平台, 采用无重置的联邦滤波对子系统突变和渐变两种故障的检测进行了仿真分析. 仿真结果表<br> 明, 所提出的LS-SVM 检测法比残
一种基于FCOWA-ER的SVM多分类方法 (2015年)
浏览:119
支持向量机(SVM)在处理多分类问题时,需要综合利用多个二分类SVM,以获得多分类判决结果. 传统多分类拓展方法使用的是SVM的硬输出,在一定程度上造成了信息的丢失. 为了更加充分地利用信息,提出一种基于证据推理-多属性决策方法的SVM多分类算法,将多分类问题视为一个多属性决策问题,使用证据推理-模糊谨慎有序加权平均方法(FCOWA-ER)实现SVM的多分类判决.实验结果表明,所提出方法可以获得更
一种基于FPGA的SOC设计与实现.pdf
浏览:17
5星 · 资源好评率100%
一种基于FPGA的SOC设计与实现.pdf
基于FPGA硬件描述语言实现SLIP协议设计.pdf
浏览:11
基于FPGA硬件描述语言实现SLIP协议设计.pdf
一种基于FPGA和Matlab的时延测量方法.pdf
浏览:172
5星 · 资源好评率100%
一种基于FPGA和Matlab的时延测量方法.pdf
一种基于FPGA的高效多路独立数字下变频的实现方法.pdf
浏览:53
一种基于FPGA的高效多路独立数字下变频的实现方法.pdf
基于FPGA硬件设计和仿真方法探索与研究
浏览:197
4星 · 用户满意度95%
论了FPGA硬件设计与科学计算软件仿真交叉使用的几种方法"对传 统的FPGA设计流程进行改进,提出了适合预设计系统的特点和需求 的新的设计方法"主要内容包括三个方面:系统设计中融入FPGA硬 件设计和Matlab软件仿真相...
一种基于人脸分割的PCA和SVM人脸识别方法.pdf
浏览:176
一种基于人脸分割的PCA和SVM人脸识别方法.pdf
一种基于SVM的航舵故障诊断方法 (2012年)
浏览:61
针对舵机故障样本数量不足、诊断知识不完备的实际情况,提出一种基于支持向量机(support vectormachine,SVM)的故障诊断方法。根据航舵故障输入输出映射非线性的特点,分析SVM 的分类机理,对基于SVM的故障诊断步骤进行介绍,解决了小样本模式的分类问题,并通过仿真对该方法的有效性进行验证。仿真结果表明:该方法对舵机故障分类准确性可达92%。
一种基于FCOWA-ER 的SVM多分类方法
浏览:165
<p>支持向量机(SVM) 在处理多分类问题时, 需要综合利用多个二分类SVM, 以获得多分类判决结果. 传统多分类拓展方法使用的是SVM的硬输出, 在一定程度上造成了信息的丢失. 为了更加充分地利用信息, 提出一种基于证据推理-多属性决策方法的SVM多分类算法, 将多分类问题视为一个多属性决策问题, 使用证据推理-模糊谨慎有序加权平均方法(FCOWA-ER) 实现SVM的多分类判决. 实验结果表
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
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~
联系上传者
评论
wangzezhouaa
2012-05-12
这个论文写得不错
windy0528
粉丝: 0
资源:
5
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
IntelliJ IDEA Keybindings
Rust语言教程.docx
Spring Boot框架是一个用于构建任何类型应用程序的修改版Spring框架.pdf
虚拟显示器,类似HDMI显卡欺骗器功能软件
mysql .pdf建表的一些规则 和注意事项
第四章案例素材.rar
C# 读取image中的文字
Kotlin语言教程.docx
二叉树是一种常见的数据结构.pdf
SD8067是一款完整的单节锂电池充电器,世界首创带电池正负极反接保护、 输入电源正负极反接保护的单芯片
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功