基于神经网络算法的车辆行驶识别研究

• 作者: 史骏
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 神经网络 学习向量量化 车辆行驶 工况识别
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 算法与分析
• 页码范围: 2336-2340
• 页数: 5页
• 分类号: TP391
• 字数: 3260字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2017.12.003

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史骏		15	20	3.0	3.0