基于嵌入式系统的神经网络在线训练平台实现

王健伟; 宋执环

doi:10.13873/j.1000-97872010.08.040

Chinese

您当前的位置：

首页 >

文章列表页 >

基于嵌入式系统的神经网络在线训练平台实现

设计与制造 | 更新时间：2025-09-11

- 基于嵌入式系统的神经网络在线训练平台实现
- Neural network online training platform based on embedded system
- 传感器与微系统 2010年29卷第8期页码：100-103
- 作者机构：
  
  浙江大学工业控制研究所工业控制技术国家重点实验室
- 作者简介：
- 基金信息：
  
  国家“863”计划资助项目（2009AA04Z154）
- DOI：10.13873/j.1000-97872010.08.040
  中图分类号： TP183
- 纸质出版：2010
- 稿件说明：
移动端阅览
[1]王健伟,宋执环.基于嵌入式系统的神经网络在线训练平台实现[J].传感器与微系统,2010,29(08):100-103.

WANG Jian-wei, SONG Zhi-huan. Neural network online training platform based on embedded system[J]. 2010, 29(8): 100-103.
[1]王健伟,宋执环.基于嵌入式系统的神经网络在线训练平台实现[J].传感器与微系统,2010,29(08):100-103. DOI： 10.13873/j.1000-97872010.08.040.

WANG Jian-wei, SONG Zhi-huan. Neural network online training platform based on embedded system[J]. 2010, 29(8): 100-103. DOI： 10.13873/j.1000-97872010.08.040.

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。

Abstract

A soft measurement model online training platform is designed based on OMAP—L137

which is a new double-core processor for industry.By analyzing the hidden-layer nodes of neural network

stop criterion of training and learning rate

the optimized neural network（NN）is realized in the double-core（ARM and floating point DSP）platform that supports on-line training of soft measurement model.The testing of datasets demonstrates the platform has excellent performance of high-precision and high-speed.

关键词

Keywords

references

软测量技术及其应用 [J]. 俞金寿. 自动化仪表 . 2008(01)

基于嵌入式系统的优化算法设计和研究 [D]. 王玉常. 浙江大学 2008

人工神经网络与模拟进化计算[M]. 清华大学出版社 , 阎平凡,张长水编著, 2005

浏览量

217

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于BP神经网络的秸秆发酵过程乙醇浓度软测量方法

基于混合蛙跳算法的极限学习机软测量建模

基于ARM的化学发光免疫分析仪控制系统

基于云平台和加强陌生人脸识别的智能防盗系统

基于改进LWPLS的碱性蛋白酶发酵过程软测量建模