[01676949]LS-SVM分类与回归学习递归神经网络硬件电路及实现方法
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种LS-SVM分类与回归学习递归神经网络硬件电路及其实现方法,该方法将LS-SVM与递归神经网络相结合,推导出描述神经网络的动态方程及其拓扑结构,并进一步建立了实现上述递归神经网络的硬件电路,从而用硬件电路对最小二乘支持向量机算法进行实现。本发明所述的LS-SVM分类与回归学习递归神经网络与以往出现的网络相比,消除了网络中的非线性部分,神经网络结构更加简洁,大幅度的提高支持向量机的训练速度;同时 本发明提出的LS-SVM学习神经网络可以在几乎不改变拓扑结构的基础上实现分类和回归两种问题。
本发明公开了一种LS-SVM分类与回归学习递归神经网络硬件电路及其实现方法,该方法将LS-SVM与递归神经网络相结合,推导出描述神经网络的动态方程及其拓扑结构,并进一步建立了实现上述递归神经网络的硬件电路,从而用硬件电路对最小二乘支持向量机算法进行实现。本发明所述的LS-SVM分类与回归学习递归神经网络与以往出现的网络相比,消除了网络中的非线性部分,神经网络结构更加简洁,大幅度的提高支持向量机的训练速度;同时 本发明提出的LS-SVM学习神经网络可以在几乎不改变拓扑结构的基础上实现分类和回归两种问题。