RBF网络在基于动载的路面识别中的应用

• 作者: 张为公 李世民 李忠国 王琪
• 来源期刊: 重庆工学院学报（自然科学版）
• 学科: 交通运输
• 关键词: RBF网络 分类 泛化分析 路面不平度
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 车辆工程
• 页码范围: 1-5
• 页数: 5页
• 分类号: U463
• 字数: 3043字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425-B.2009.01.001

摘要

设计了基于车轮垂直动载的路面识别的RBF网络分类器.对正则化、网络集成、添加噪声及最优停止4种神经网络泛化方法进行了归纳分析.输入加入强度为0.025的噪声,并用5个子网进行集成处理后,测试样本正确识别率最高,达50%.上述方法结合最优停止法时,测试正确率没有提高反而下降.反映了RBF网络在小样本识别中泛化处理的某些特点.测试结果表明:适当泛化后的RBF神经网络可用于基于垂直动载的路面识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张为公	东南大学仪器科学与工程系	227	2706	26.0	38.0
2	李世民		1	3	1.0	1.0