基于神经网络算法的车辆行驶识别研究
史骏
西安铁路职业技术学院 西安 710026
摘要：针对汽车行驶的识别问题,通过选取6种典型道路工况作为工况识别的初始样本,对每一种典型道路工况进行分块以对识别样本进行扩充,同时选取了10个能够充分表征工况特征的特征参数并进行计算,对每一种典型工况的特征参数值进行归一化处理后形成其对应的标准特征参数向量,构建初始的学习向量量化的神经网络工况识别模型,对工况识别模型进行有效训练以提升模型的识别精度.模型训练完成后的神经网络算法,运用综合测试工况进行工况识别仿真验证试验.试验结果表明:训练完成的神经网络算法能够有效地对实际工况进行识别.
关键词：神经网络学习向量量化车辆行驶工况识别
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(51507013)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2336-2340 )
英文信息