您的位置： 专家智库 > >

叶平

作品数：2 被引量：9H指数：1
供职机构：西安理工大学自动化与信息工程学院更多>>
发文基金：陕西省自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇硬件
  • 2篇硬件实现
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇神经网
  • 2篇神经网络
  • 2篇向量机
  • 1篇递归神经
  • 1篇递归神经网络
  • 1篇电路
  • 1篇数据实时处理
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇网络
  • 1篇网络研究
  • 1篇向量
  • 1篇模拟电路
  • 1篇LS-SVM

机构

  • 2篇西安理工大学

作者

  • 2篇叶平
  • 1篇刘涵

传媒

  • 1篇仪器仪表学报

年份

  • 1篇2009
  • 1篇2008
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
支持向量机神经网络研究及其硬件实现
支持向量机(Support Vector Machines, SVMs)采用结构风险最小化的思想和方法,以良好的推广能力、极低的分类和逼近误差、数学上的易处理性和简洁的几何解释等优点,已经被广泛作为一种分类和回归的工具。...
叶平
关键词：支持向量机神经网络数据实时处理
文献传递
基于递归神经网络的LS-SVM硬件实现与实验研究被引量：8
2009年
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。
刘涵叶平
关键词：最小二乘支持向量机递归神经网络模拟电路
全选 清除 导出
共1页<1>
聚类工具0