刘琦
- 作品数:3 被引量:43H指数:3
- 供职机构:哈尔滨工业大学电气工程及自动化学院自动化测试与控制研究所更多>>
- 发文基金:教育部“新世纪优秀人才支持计划”国家教育部博士点基金更多>>
- 相关领域:自动化与计算机技术电子电信更多>>
- 一种解线性最小二乘问题的FPGA计算方法被引量:24
- 2012年
- 针对基于FPGA实现解线性最小二乘问题存在的计算并行性差和计算延迟大的问题,提出基于改进Cholseky分解解线性最小二乘问题的FPGA计算方法。该方法将最小二乘问题转换为矩阵分解和三角阵求解两部分实现,在每个部分通过最大化PE单元数量提高运算的并行性。在矩阵分解部分采用改进的Cholesky分解方法规避开方运算,并将除法运算转换为乘法,减小计算延迟。同时,在三角阵求解部分通过计算结构复用实现正三角和倒三角线性方程组的求解,提高资源利用率。在Xinlinx Virtex XC5VFX130T平台上的实验结果表明,在单精度条件下,相对于PC平台,该方法能够实现8倍以上的效率提升。
- 王少军刘琦仲雪洁彭喜元
- 关键词:最小二乘问题FPGA
- 移动通信话务量多步预测的LS-SVM方法研究被引量:13
- 2011年
- 针对目前移动通讯对话务量预测的高精度、高效率和多步预测需求,提出一种基于最小二乘支持向量机(least-squaresupport vector machine,LS-SVM)的话务量预测方法,采用自相关分析法确定LS-SVM建模输入样本的嵌入维数和延迟时间,最大限度地保留历史信息并降低样本的维数;在此基础上,以最少量预测值代替真实值构成多步预测的输入样本,解决了多步预测精度下降的问题。通过中国移动黑龙江有限公司完成的实际应用测试表明:该方法可以实现话务量的高精度、在线多步预测,具备良好的实用性。
- 王少军刘琦彭喜元刘大同陈强
- 关键词:话务量预测时间序列LS-SVM多步预测
- CLS-SVM:一种时间序列预测的局部建模方法被引量:6
- 2011年
- 针对LS-SVM应用于大样本时间序列预测时存在的计算复杂度高和泛化能力降低的问题,提出一种采用局部模型的时间序列预测方法。该方法采用K-means算法对训练样本进行聚类,并以VRC原则确定最佳聚类数,然后利用LS-SVM对聚类后样本进行局部建模;同时,针对一般LS-SVM建模过程中共轭梯度方法计算效率低的问题,采用Cholseky分解方法以实现计算效率的提升。仿真实验和应用测试表明,该方法用于大规模数据分析时,可在保持预测精度的前提下,提高训练效率5~28倍,在降低计算复杂度的同时,有效地提高了模型的泛化能力。
- 王少军刘琦彭宇彭喜元
- 关键词:时间序列