基于LVQ模型的汽車行駛工況識別算法
摘要：為了解決汽車行駛工況的識別問題,設計了一種基于學習向量量化模型的汽車行駛工況識別算法。選取典型工況作為初始樣本,對典型工況進行分塊以擴充識別樣本空間。選取并計算能夠充分表征工況特征的特征參數,對所有的特征參數值進行歸一化處理后形成對應的標準特征參數向量。構建學習向量量化神經網絡工況識別模型,給出用于模型訓練的訓練流程以及用于工況識別的識別流程。試驗結果表明:設計的工況識別算法能夠有效地對汽車的實際行駛工況進行實時識別,識別精度達到88%。
注: 保護知識產權,如需閱讀全文請聯系農業裝備與車輛工程雜志社
相關推薦
更多
