基于图像特征分类和RBF网络的两轴车辆动态称重技术

• 作者: 倪国芬 姚恩涛 季娟 张君
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 汽车动态称重 轴重 径向基函数网络 图像处理
• 年，卷（期）: 2007,（1）
• 页码范围: 99-102
• 页数: 4页
• 分类号: TP274.2|TN911.72
• 字数: 2387字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2007.01.021

摘要

汽车在行驶过程中的总重信号通常由各轴重信号确定,各轴重信号的测试精度取决于对车辆运动参数和振动信号等的精确分析.本文采用径向基函数(Radial basis function,RBF)网络处理轴重信号,针对该网络的泛化能力与拟合精度的矛盾,将车辆按照重量分为大、中、小3种类型,并进行整车建模和网络训练;实际测试过程中,利用汽车俯视图像提取类型特征,然后根据汽车的类型将测试参数输入不同的神经网络进行处理,以静态测量结果为相对真值.仿真结果表明,分类建模比单一混合建模具有更高的测试精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚恩涛	南京航空航天大学自动化学院	74	390	11.0	15.0
2	张君	南京航空航天大学自动化学院	13	75	6.0	8.0
3	倪国芬	南京航空航天大学自动化学院	2	8	2.0	2.0
4	季娟	南京航空航天大学自动化学院	7	35	4.0	5.0