-
题名基于RBF神经网络的车辆牵引性能测试数据融合技术
- 1
-
-
作者
苏英
陈平
-
机构
山东理工大学计算机科学与技术学院
-
出处
《传感器与微系统》
CSCD
北大核心
2007年第2期43-44,47,共3页
-
文摘
针对目前车辆牵引性能测试中,牵引力传感器由于环境温度变化出现测量误差,影响了测试精度的问题,采用基于神经网络的数据融合技术对其进行补偿,不但避免了硬件补偿的复杂性,且提高了测试精度,取得较好的效果。实验证明:采用基于径向基函数(RBF)神经网络的数据融合技术补偿牵引力传感器中由于温度漂移而引起的误差较传统的补偿方式,具有较大的优势,有一定的实用性和推广价值。
-
关键词
数据融合技术
径向基函数神经网络
误差补偿
车辆牵引性能测试
-
Keywords
data fusion technology
RBF neural network
error compensation
vehicle traction performance test
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-