作者:武奇生,王丹,陈圆媛,潘珍亮 单位:交通部公路科学研究院 出版:《公路交通科技(应用技术版)》2009年第10期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFGLJJ2009100590 DOC编号:DOCGLJJ2009100599 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于集成神经网络的汽车尾气检测系统设计》PDF+DOC2016年第04期 刘萍,简家文,陈志芸 《伪逆BP神经网络在汽车尾气检测中的应用》PDF+DOC2016年第03期 刘萍,简家文,陈志芸,张晓娟 《改进的人工神经网络在传感器阵列信号处理中的应用》PDF+DOC1994年第01期 蔡煜东,杜建斌,吴伟,张国雄 《基于神经网络的肉类新鲜度辨识技术》PDF+DOC2005年第02期 李刚,曲世海,郭培源 《基于可视传感器阵列的鳊鱼新鲜度评价模型研究》PDF+DOC2012年第06期 穆丽君,黄星奕,姚丽娅,戴煌 《基于ETC的车辆动态称重系统设计》PDF+DOC2009年第10期 武奇生,王丹,陈圆媛,潘珍亮 《基于BP神经网络的微量药品动态称重系统非线性补偿》PDF+DOC2014年第08期 庄育锋,胡晓瑾,翟宇 《基于BP神经网络模型的压力传感器温度补偿》PDF+DOC2019年第04期 乔维德 《人体活动识别数据集的数据处理方法》PDF+DOC2020年第03期 钟楚轶,朱建军 《神经网络数据融合的风机智能诊断系统研究》PDF+DOC2008年第03期 曾良才,曾永龙,傅连东,易建钢,涂福泉
  • 文章针对提出的基于ETC的车辆动态称重系统设计,以压电石英传感器阵列作为称重单元,利用小波变换原理对采集原始数据进行降噪处理,并针对数据丢轴等现象提出基于相关性的信号完整性分析方法,最后依据各传感器的输出值及车辆通行速度建立了BP神经网络模型,利用该模型得到被称重车辆的车重。实验结果表明:称重传感器阵列和基于小波-BP神经网络的称重数据处理算法,达到了动态称重系统的称重数据测量精度,保证了基于ETC的动态称重系统从技术上得以实现,具有良好的实际应用价值。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。