基于动态神经网络支持向量机的FPGA实现.

基于动态神经网络支持向量机的FPGA实现.
　第 44 卷 第 7 期 上 海 交 通 大 学 学 报 Vol . 44 No . 7 　
　2010 年 7 月 J OU RNAL O F SHAN GHA I J IAO TON G UN IV ERSIT Y J ul . 2010 　



　　文章编号 :100622467 ( 2010) 0720962206



基于动态神经网络支持向量机的 F P GA 实现
刘　涵,　尹　嵩,　刘　丁
( 西安理工大学 自动化与信息工程学院 , 西安 710048 )


摘　要 : 研究了一种基于动态神经网络支持向量机 ( SVM) 的 FP GA 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 (L S 2SVM) 神经网络结构 ,完成了 V HDL 语言描述的基于动态
神经网络的 L S 2SVM 结构设计 ,并在 XIL IN X SPAN T3 E 系列 FP GA 中完成了 L S 2SVM 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 .
关键词 : 支持向量机 ; 最小二乘支持向量机 ; 动态神经网络 ; 稳定性