一种基于嵌入式裸机的SVM分类算法应用的实现方法技术

本发明专利技术涉及一种基于嵌入式裸机的SVM分类算法应用的实现方法，包括如下步骤：S1在上位机平台进行数据训练生成SVM模型；S2上位机通过通讯接口将模型数据下载到嵌入式裸机：S3嵌入式裸机基于SVM模型对实时数据进行处理分类。本基于嵌入式裸机的SVM分类算法应用的实现方法，先通过在上位机平台上进行数据训练生成SVM模型，将生产的模型数据通过通讯接口下载到嵌入式裸机上，从而避免了由于嵌入式裸机无法搭载python平台，而不能再嵌入式裸机上进行SVM分类算法的应用开发，从而扩展了SVM分类算法的应用开发范围。

An implementation method of SVM classification algorithm based on embedded bare machine

【技术实现步骤摘要】
一种基于嵌入式裸机的SVM分类算法应用的实现方法
本专利技术涉及机器学习领域，特别是一种基于嵌入式裸机的SVM分类算法应用的实现方法。
技术介绍
支持向量机(SVM)是一类广泛应用于人像识别、文本分类等模式识别问题中的监督式机器学习算法。在python平台，通过导入机器学习库(sklearn)可以方便的进行基于SVM分类算法的应用开发。但是对于一些嵌入式裸机由于无法搭载python开发环境，如何搭建SVM分类器成了问题。
技术实现思路
本专利技术的目的在于克服现有技术的不足之处，提供一种设计科学合理、便于实现，可扩展SVM分类算法的应用开发范围的基于嵌入式式裸机的SVM分类算法应用的实现方法。本专利技术的上述目的通过如下技术方案来实现：一种基于嵌入式裸机的SVM分类算法应用的实现方法，其特征在于，包括如下步骤：S1在上位机平台进行数据训练生成SVM模型；S2上位机通过通讯接口将模型数据下载到嵌入式裸机：S3嵌入式裸机基于SVM模型对实时数据进行处理分类。而且的，S1包括如下步骤本文档来自技高网...

【技术保护点】
1.一种基于嵌入式裸机的SVM分类算法应用的实现方法，其特征在于，包括如下步骤：/nS1在上位机平台进行数据训练生成SVM模型；/nS2上位机通过通讯接口将模型数据下载到嵌入式裸机：/nS3嵌入式裸机基于SVM模型对实时数据进行处理分类。/n

【技术特征摘要】
1.一种基于嵌入式裸机的SVM分类算法应用的实现方法，其特征在于，包括如下步骤：
S1在上位机平台进行数据训练生成SVM模型；
S2上位机通过通讯接口将模型数据下载到嵌入式裸机：
S3嵌入式裸机基于SVM模型对实时数据进行处理分类。


2.根据权利要求1所述的基于嵌入式裸机的SVM分类算法应用的实现方法，其特征在于，S1包括如下步骤：
S11首先在Python平台利用pandas、numpy库实现按时间窗读取原始数据并获取数据特征值；
S12然后利用libsvm-3.23库中的svm-scale.exe工具对数据进行归一化处理；
S1...

【专利技术属性】
技术研发人员：李彬，高志宇，韩瑞雪，王喆，于开宇，
申请(专利权)人：中国船舶重工集团公司第七零七研究所，
类型：发明
国别省市：天津;12