期刊文献+

基于BP神经网络的智能车电磁导航控制算法 被引量:3

下载PDF
导出
摘要 针对智能车模型,提出了基于BP神经网络的智能车电磁导航控制算法,该算法在车辆体积受限情况下使用短前瞻传感器采集赛道信息输入给神经网络模型,输出前轮的舵机控制角度。实验结果表明,这种算法可以较出色的比拟传统PID控制器的控制性能,具有较高的稳定性。
出处 《科学技术创新》 2020年第25期103-105,共3页 Scientific and Technological Innovation
  • 相关文献

参考文献4

二级参考文献46

  • 1解国宏,刘国庆,许莹.BP神经网络在预测热轧带钢最终力学性能中的应用[J].模具技术,2005(6):52-54. 被引量:3
  • 2牟勇飚,钟诚文.基于安全驾驶的元胞自动机交通流模型[J].物理学报,2005,54(12):5597-5601. 被引量:33
  • 3肖世发,刘慕仁,孔令江.高速桥梁瓶颈模型属性的研究[J].物理学报,2006,55(7):3328-3335. 被引量:10
  • 4Nagel,Schreckenberg.A cellular automaton model for freeway traffic[J].J.Phys.I France,1992,2:221-2229.
  • 5BENGIO Y, DELALLEAU O. On the expressive power of deep archi- tectures[ C ]//Proc of the 14th International Conference on Discovery Science. Berlin : Springer-Verlag, 2011 : 18 - 36.
  • 6BENGIO Y. Leaming deep architectures for AI[ J]. Foundations and Trends in Machine Learning ,2009,2 ( 1 ) : 1-127.
  • 7HINTON G,OSINDERO S,TEH Y. A fast learning algorithm for deep belief nets [ J ]. Neural Computation ,2006,18 (7) : 1527-1554.
  • 8BENGIO Y, LAMBLIN P, POPOVICI D, et al. Greedy layer-wise training of deep networks [ C ]//Proc of the 12th Annual Conference on Neural Information Processing System. 2006:153-160.
  • 9LECUN Y, BOTTOU L, BENGIO Y, et al. Gradient-based learning ap- plied to document recognition[ J]. Proceedings of the iEEE, 1998, 86( 11 ) :2278-2324.
  • 10VINCENT P, LAROCHELLE H, BENGIO Y, et al. Extracting and composing robust features with denoising autoencoders[ C ]//Proc of the 25th International Conference on Machine Learning. New York: ACM Press ,2008 : 1096-1103.

共引文献647

同被引文献42

引证文献3

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部