基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高车辆动态称重测量系统的精度,在对误差分析的基础上,本文引入了神经网络算法。通过确定神经网络的输入输出变量,建立了神经网络模型。然后在MATLAB软件上进行网络训练,建立函数关系,最终通过实验验证用神经网络算法提高车辆动态称重精度是确实可行的。
推荐文章
基于BP神经网络的车辆动态称重技术
动态称重
最大超调量
神经网络
MATLAB仿真
定量称重包装系统RBF神经网络PID控制研究
定量包装
动态称重
RBF神经网络
PID
基于TMR检测的遗传BP神经网络车辆分类算法
隧道磁电阻
遗传算法
车辆分类
基于汽车领域的神经网络动态矩阵的误差补偿控制研究
动态矩阵控制
预测模型
神经网络
误差补偿
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用神经网络算法降低车辆动态称重误差
来源期刊 衡器 学科 工学
关键词 神经网络算法 动态称重 误差
年,卷(期) 2012,(4) 所属期刊栏目 称重知识
研究方向 页码范围 41-44
页数 4页 分类号 TH715.1|TP393
字数 2854字 语种 中文
DOI 10.3969/j.issn.1003-5729.2012.04.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宁宗奇 上海工程技术大学高职学院 18 27 3.0 4.0
2 茹秋生 上海工程技术大学高职学院 17 28 3.0 4.0
3 庄德渊 上海工程技术大学高职学院 7 13 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (6)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (27)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(11)
  • 引证文献(1)
  • 二级引证文献(10)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络算法
动态称重
误差
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
衡器
月刊
1003-5729
21-1182/TB
大16开
沈阳市沈河区先农坛路15号
1972
chi
出版文献量(篇)
3390
总下载数(次)
10
论文1v1指导