基于小波神经网络的车辆状态识别方法

• 作者: 崔宇 黄晓梦
• 来源期刊: 汽车实用技术
• 学科: 工学
• 关键词: 车辆运动状态 神经网络 卡尔曼滤波 主成分分析 遗传算法
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 测试试验
• 页码范围: 112-114
• 页数: 3页
• 分类号: TP391
• 字数: 3025字
• 语种: 中文
• DOI: 10.16638/j.cnki.1671-7988.2017.08.038

摘要

针对车辆安全辅助系统中对车辆运行状态识别率偏低的问题,采用小波神经网络对车辆运行状态进行识别.为了进一步提高模型的识别准确率以及减少训练时间,对样本进行主成分分析、卡尔曼滤波,最后利用遗传算法优化小波神经网络.通过对优化后的小波神经网络对数据进行训练与测试,测试结果表明在时间窗口1.8s时模型的识别率能达到91%以上,可以满足车辆安全辅助系统对于车辆状态识别的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔宇	长安大学汽车学院	3	0	0.0	0.0
2	黄晓梦	长安大学汽车学院	2	7	1.0	2.0