基于径向基网络动态称量数据修正

在动态称重仪表技术上提出了基于广义回归神经网络GRNN与径向基RBF结合的拟合逼近法,增加车型代码并入输入神经元。实验表明,GRNN网络适用于动态称量大样本下的拟合回归,提升运算速度。同时RBF网络进一步修正称量数据,提高了动态称重的准确性、快速性。