首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于Zynq的LS-SVM算法加速器设计

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-23页
    1.1 课题来源及研究的目的和意义第10-11页
    1.2 国内外研究现状分析第11-20页
        1.2.1 相关基础理论第11-18页
            1.2.1.1 LS-SVM算法第11-13页
            1.2.1.2 Zynq So C第13-15页
            1.2.1.3 HLS第15-18页
        1.2.2 SVM算法加速器研究及应用现状第18-20页
            1.2.2.1 SVM算法加速器研究现状第18-19页
            1.2.2.2 SVM算法加速器应用现状第19-20页
    1.3 主要研究内容第20-22页
    1.4 论文组织结构第22-23页
第2章 LS-SVM算法加速器的结构设计第23-36页
    2.1 基于Zynq So C的软硬件划分第23-27页
        2.1.1 软硬件协同设计第23-24页
        2.1.2 软硬件划分第24-27页
    2.2 基于Zynq So C的结构设计第27-33页
        2.2.1 处理器系统结构设计第29-31页
        2.2.2 可编程逻辑结构设计第31-33页
    2.3 LS-SVM算法的任务调度设计第33-34页
    2.4 本章小结第34-36页
第3章 LS-SVM算法加速器的实现第36-56页
    3.1 核函数计算模块的实现第36-37页
    3.2 线性方程组求解模块的实现第37-51页
        3.2.1 基于HLS的线性方程组求解模块设计第38-47页
            3.2.1.1 计算模式的选择第38-41页
            3.2.1.2 数据通路的设计第41-47页
        3.2.2 基于HLS的线性方程组求解模块优化第47-51页
    3.3 LS-SVM算法的任务调度实现第51-55页
    3.4 本章小结第55-56页
第4章 LS-SVM算法加速器的性能评估第56-68页
    4.1 实验设计第56-60页
        4.1.1 基于Zynq So C的实验设计第57-59页
        4.1.2 对比实验设计第59-60页
            4.1.2.1 PC平台的实验设计第59页
            4.1.2.2 ARM处理器平台的实验设计第59页
            4.1.2.3 Virtex-5 动态重构平台的实验设计第59-60页
    4.2 实验结果及分析第60-67页
    4.3 本章小结第67-68页
结论第68-70页
参考文献第70-76页
攻读学位期间发表的学术论文及发明专利第76-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:基于FastDFS架构的小文件存储系统的设计与实现
下一篇:基于超宽带系统的测距定位及误差校正技术研究