基于递归神经网络的LS-SVM 硬件实现与实验研究.docVIP

基于递归神经网络的LS-SVM硬件实现与实验研究* 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和硬件电路实验证明了所提出的方法是有效的递归神经网络；模拟电路 TP183　　文献标识码：A　　国家标准学科分类代码：510.2040 Hardware implementation and experiment research of least square supportvector machine based on recurrent neural network Liu Han, Ye Ping (School of Automation and Information Engineering, Xi’an University of Technology, Xi’an 710048, China) Abstract：A new neural network for least squares support vec