从系列:编码器峰会
Ram Cherukuri MathWorks
文卡特桑Vaidehi, MathWorks
Cortex-M处理器等微控制器在传统机器学习算法(如线性支持向量机和k-means聚类)以及五层或更少层的浅层神经网络中越来越重要。
本视频介绍了一种电池传感器算法的一般方法,该算法基于使用不同电压和温度的占空比预测电流。然而,应用程序必须在微控制器上的3KB RAM内。该方法使用MATLAB®使用classification Learner app提取特征来开发一个训练有素的分类模型。使用自动代码生成来部署到微控制器和fpga。
然而,使用定点设计器的量化对于开发定点数据类型以满足目标硬件上的资源约束是至关重要的。我们将展示与单精度设计相比,这种方法如何减少67%的内存。
你也可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。