创新项目中期报告_第1页
创新项目中期报告_第2页
创新项目中期报告_第3页
创新项目中期报告_第4页
创新项目中期报告_第5页
已阅读5页，还剩11页未读， 继续免费阅读

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于雷达的手势识别项目中期报告,汇报人：时间：2017年11月27日,1,2017年11月28日,2,2017年11月28日,项目整体框架：,3,2017年11月28日,已完成的任务：,1.利用FFT算法求出数字信号频谱；2.分类算法成功在FPGA开发板上运行；,4,2017年11月28日,FFT数字信号处理,Matlab下生成一个余弦信号。,5,2017年11月28日,FFT数字信号处理,在Quartus中新建工程使得FPGA可以做FFT,6,合肥工业大学,计算机与信息学院,2017年11月28日,FFT数字信号处理,使用Modelsim仿真结果,7,2017年11月28日,FPGA运行SVM分类算法,SVM分类算法我们参考了LIBSVM库,LIBSVM是台湾大学林智仁(LinChih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包。它不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用;该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题;并提供了交互检验(CrossValidation)的功能。,8,2017年11月28日,FPGA运行SVM分类算法,在电脑上编译运行SVM算法验证可行性,9,2017年11月28日,寻找最佳c和g的思想：首先利用交叉验证方法寻找最佳的参数c（惩罚因子）和参数g（RBF核函数中的方差），然后利用最佳的参数训练模型。当模型的性能相同时，为了减少计算时间，优先选择惩罚因子c比较小的参数组合，这是因为会有不同的c和g都对应最高的的准确率，把具有最小c的那组c和g认为是最佳的c和g，而惩罚参数不能设置太高，很高的惩罚参数能使得validation数据的准确率提高，但过高的惩罚参数c会造成过学习状态，即惩罚参数c过高会导致最终测试集合的准确率并不是很理想.,FPGA运行SVM分类算法,10,2017年11月28日,程序：,11,2017年11月28日,参考代码运行结果：,12,2017年11月28日,参考代码修改后运行结果：,13,2017年11月28日,FPGA运行SVM分类算法,使用nios软核，方便算法的移植,14,2017年11月28日,FPGA运行SVM分类算法,打开编程软件Eclipse，将SVM算法程序添加
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论