基于RBF神经网络的润滑油自动识别系统设计

• 作者: 张海燕 熊刚 蓝集明
• 来源期刊: 计算机测量与控制
• 关键词: 油料种类识别 径向基函数神经网络(RBFNN) 特征参数提取 表观特征参效
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 484-486,493
• 分类号: TP274.3
• 语种: 中文

摘要

目前通过油料常规质量指标和成分结构信息进行油料种类识别的方法因所需仪器设备多,分析测试过程复杂而缺乏实用性和推广价值;在分析油品理化性能指标与其类别间的相关关系及神经网络的特点后,以最简单方式提取尽可能多的特征参数为原则,通过表观特征参数的途径,设计了一种简单小巧的装置,可同时提取油料密度、粘度、吸光度、电导率和介电常数等参数的特征向量,提出了用RBF神经网络进行油料种类识别的方法,并给出了实现算法；实验结果及应用情况表明,该方法识别效果比较理想,为当前油料种类识别问题给出了一种新的解决途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蓝集明	四川理工学院计算机学院	19	58	5.0	7.0
2	张海燕	四川理工学院理学院	13	51	4.0	7.0
3	熊刚	清华大学精密测试技术及仪器国家重点实验室	9	31	3.0	5.0