RBF神经网络算法在动态称重中的应用
DOI:
CSTR:
作者:
作者单位:

西安工业大学电子信息工程学院西安710000

作者简介:

通讯作者:

中图分类号:

TP183

基金项目:

陕西省工业科技攻关(2014K0640)资助项目


Application of RBF neural network algorithm in dynamic weighing
Author:
Affiliation:

College of electronic and information engineering, Xi′an Technological University, Xi′an 71000,China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对高速公路动态检测系统中称重数据的复杂性,将不同的称重数据处理办法做出对比,并提出利用RBF神经网络对动态称重数据进行处理。文章首先综述性的介绍了车辆动态系统整体构成,之后对径向基函数网络的拓扑结构以及径向基函数中心的选取进行了介绍,最后利以试验台搭建检测平台,通过实验用两轴小车进行以不同的速度通过试验台,采集其动态参数。最后利用采集到的数据,用MATLAB进行仿真,验证了径向基函数网络对动态称重数据的处理表现出良好的速度与精度。

    Abstract:

    In this paper, focus on the complexity of weighing data in the dynamic detection system of the highway, the different weighing data processing methods to make a comparison, and proposed the use of RBF neural network to deal with the dynamic weighing data. Firstly review introduced the whole vehicle dynamic system, after the radial basis function network topology and the centers of the radial basis function selection are introduced. Finally the testbed to build a testing platform, through experiments with a two axle vehicle with different speed through the test stand, the dynamic parameters acquisition. Finally, using the data collected, using MATLAB to simulate, verify the radial basis function network to the dynamic weighing data processing show good speed and accuracy.

    参考文献
    相似文献
    引证文献
引用本文

陈超波,杨楠. RBF神经网络算法在动态称重中的应用[J].电子测量技术,2016,39(5):187-190

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2016-07-01
  • 出版日期:
文章二维码
×
《电子测量技术》
财务封账不开票通知