基于嵌入式系统的神经网络在线训练平台实现

• 作者: 宋执环 王健伟
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 嵌入式系统 软测量 在线训练 神经网络
• 年，卷（期）: 2010,（8）
• 页码范围: 100-103
• 分类号: TP273
• 字数: 4127字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9787.2010.08.031

摘要

基于最新的工业应用双核处理器OMAP-L137设计了一种神经网络软测量模型在线训练平台.该平台以ARM与浮点DSP双核控制器为核心.针对神经网络隐含层节点数、训练中止条件、学习率等相关参数的确定进行了研究与测试,将优化的神经网络算法成功移植到嵌入式平台,支持神经网络软测量模型的在线训练.通过对相关数据集的测试,结果表明:系统具有高速、高精度等优良性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋执环		22	436	13.0	20.0
2	王健伟		1	4	1.0	1.0