山东科学
山東科學
산동과학
SHANDONG SCIENCE
2009年
1期
7-12
,共6页
神经网络%PSO%FPGA%股票预测
神經網絡%PSO%FPGA%股票預測
신경망락%PSO%FPGA%고표예측
传统人工神经网络的软件实现速度慢,可以利用FPGA的并行性加速其实现.本文在软件上采用PSO优化ANN,得到最优权值,最优权值和测试样本保存在FPGA 片上 ROM,然后用FPGA-ANN实现股票预测.sismod 函数的逼近采用分段近似和查找表相结合的方法.利用ANN层与层之间在FPGA中的流水线处理以及每一层内神经元与神经元之间的并行处理,使用国际通用股票预测数据集Nasdaq-100 index of Nasdaqsm 血进行仿真实验得知,该方法显著提高了股票预测的速度.
傳統人工神經網絡的軟件實現速度慢,可以利用FPGA的併行性加速其實現.本文在軟件上採用PSO優化ANN,得到最優權值,最優權值和測試樣本保存在FPGA 片上 ROM,然後用FPGA-ANN實現股票預測.sismod 函數的逼近採用分段近似和查找錶相結閤的方法.利用ANN層與層之間在FPGA中的流水線處理以及每一層內神經元與神經元之間的併行處理,使用國際通用股票預測數據集Nasdaq-100 index of Nasdaqsm 血進行倣真實驗得知,該方法顯著提高瞭股票預測的速度.
전통인공신경망락적연건실현속도만,가이이용FPGA적병행성가속기실현.본문재연건상채용PSO우화ANN,득도최우권치,최우권치화측시양본보존재FPGA 편상 ROM,연후용FPGA-ANN실현고표예측.sismod 함수적핍근채용분단근사화사조표상결합적방법.이용ANN층여층지간재FPGA중적류수선처리이급매일층내신경원여신경원지간적병행처리,사용국제통용고표예측수거집Nasdaq-100 index of Nasdaqsm 혈진행방진실험득지,해방법현저제고료고표예측적속도.