咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于路面温度和太阳辐射强度的路面状态识别方法 收藏

基于路面温度和太阳辐射强度的路面状态识别方法

Road Condition Detection Based on Road Temperature and Solar Radiation

作     者:卢俊辉 王建强 李克强 连小珉 Lu Junhui;Wang Jianqiang;Li Keqiang;Lian Xiaomin

作者机构:清华大学汽车安全与节能国家重点实验室北京100084 江汉大学物理与信息学院武汉430056 

出 版 物:《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期:2010年第41卷第5期

页      面:21-23,11页

核心收录:

学科分类:082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基  金:国家"863"高技术研究发展计划资助项目(2007AA11Z230) 教育部博士点新教师基金资助项目(20070003119) 中国博士后科学基金资助项目(20090460312) 

主  题:路面识别 路面温度 太阳辐射强度 BP神经网络 

摘      要:路面温度由路面湿滑状态(干燥、潮湿、雪、冰)和太阳辐射强度(反映于季节、地理位置、时刻、空气温度和空气湿度)决定,它们三者之间存在非线性因果关系。本文以路面温度和太阳辐射强度为输入构造BP神经网络分类器,间接地识别路面湿滑状态。在干燥和潮湿路面识别实验中,采用28天的1 344个时刻的数据训练BP神经网络,采用2天的96个时刻的数据验证BP神经网络,路面湿滑识别准确率达90%。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分