一种基于经济型CPU平台的系统的数据处理方法

    公开(公告)号:CN106874958B

    公开(公告)日:2019-09-10

    申请号:CN201710113183.1

    申请日:2017-02-28

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于经济型CPU平台的系统的数据处理方法,该方法以已知支持向量机模型的核函数为逼近目标,基于训练集中的样本数据,采用多元多项式拟合方法,求出逼近核函数的多元多项式函数;利用该多项式函数替代核函数得到近似的支持向量机模型;其中,根据对多项式函数的精度要求与系统的存储空间等硬件资源,在保证硬件资源满足模型计算精度要求的前提下,确定替代核函数的多项式的最高阶次。本发明能有效降低支持向量机算法的复杂度,克服传统支持向量机模型用于样本分类时资源消耗大的缺点,满足无线传感器、可穿戴装置等基于经济型CPU平台的系统对使用支持向量机的需求。

    基于线性拟合的WSN数据有损压缩算法的能效预测方法

    公开(公告)号:CN106295903B

    公开(公告)日:2020-04-21

    申请号:CN201610698248.9

    申请日:2016-08-19

    Applicant: 中南大学

    Abstract: 本发明提出了一种基于线性拟合的WSN数据有损压缩算法的能效预测方法,首先根据传感节点的硬件参数计算硬件系数k;然后采用多项式拟合预测法确定具体算法的压缩率RC与数据压缩的误差容限ε的关系,并按给定的误差容限ε的值,得到Rc的预测值;再根据算法代码结构预测软件系数s与RC的关系,确定算法的软件系数s;最后将k值和s、Rc的预测值带入能效计算式ηE=(Rc‑s/k)×100%,得到具体算法的能效的预测值。该预测方法只与硬件系数、压缩算法无误差下的压缩率和误差容限有关,能在线预测给定误差容限下的算法能效和修正压缩率预测公式,其计算简单、耗能低,为WSN中传感节点在线选择高能效压缩算法提供了依据。

    基于支持向量机近似模型的资源有限系统在线信息处理方法及装置

    公开(公告)号:CN107742129A

    公开(公告)日:2018-02-27

    申请号:CN201710992074.1

    申请日:2017-10-23

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于支持向量机近似模型的资源有限系统在线信息处理方法及装置。所述方法和装置针对基于经济型CPU的资源有限系统在线应用支持向量机,包括以下步骤:系统首先保存离线训练所得支持向量机近似模型和变换矩阵E;读入待测数据,去除其中Fisher比相对小的特征后与E相乘,得到预处理过的数据;将此数据代入支持向量机近似模型,求出数据的标签,实现数据分类。若所选支持向量机近似模型和待处理的数据对系统的资源需求超过系统的供给能力,则通过对支持向量机近似模型降阶和使用外扩存储器、再减少数据的非重要特征来解决。本发明的方法及装置,使得具体的资源有限系统能应用支持向量机在线处理信息,并保持结果的正确性。

Patent Agency Ranking