| 基于递归神经网络的LS-SVM硬件实现与实验研究 |
| |
| 引用本文： | 刘涵,叶平. 基于递归神经网络的LS-SVM硬件实现与实验研究[J]. 仪器仪表学报, 2009, 30(8) |
| |
| 作者姓名： | 刘涵 叶平 |
| |
| 作者单位： | 西安理工大学自动化与信息工程学院,西安,710048 |
| |
| 摘 要： | 在标准支持向量机(SVM)学习神经网络的基础上,将最小二乘支持向量机(LS-SVM)与递归神经网络相结合, 提出一种新的最小二乘支持向量机学习神经网络.该网络直接采用Lagrange乘子进行训练,消除了标准SVM神经网络中的线性部分,可用于进行分类和回归学习.并且其拓扑结构更适合于用简单的硬件模拟电路实现.对两种网络的稳定性进行了证明,并设计了相应的硬件电路,最后通过Simulink、Pspice仿真和硬件电路实验证明了所提出的方法是有效的.
|
| 关 键 词： | 最小二乘支持向量机 递归神经网络 模拟电路 |
Hardware implementation and experiment research of least square support vector machine based on recurrent neural network |
| |
| Liu Han,Ye Ping. Hardware implementation and experiment research of least square support vector machine based on recurrent neural network[J]. Chinese Journal of Scientific Instrument, 2009, 30(8) |
| |
| Authors: | Liu Han Ye Ping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
