自动化仪表
自動化儀錶
자동화의표
PROCESS AUTOMATION INSTRUMENTATION
2007年
5期
17-19
,共3页
动态称重%神经网络%数据处理
動態稱重%神經網絡%數據處理
동태칭중%신경망락%수거처리
公路汽车动态称重信号由于受外界各种干扰因素的影响,数据处理较为复杂.针对汽车动态称重系统中数据处理的复杂性,提出了利用神经网络算法对动态称重信号中影响测量精度的主要因素进行数据融合,实现消除外界干扰和非线性校正.实验结果表明,神经网络算法对动态称重信号的数据融合可行有效,其精度满足ASTM WIM系统分类(E1318-94标准)的Ⅲ类要求.
公路汽車動態稱重信號由于受外界各種榦擾因素的影響,數據處理較為複雜.針對汽車動態稱重繫統中數據處理的複雜性,提齣瞭利用神經網絡算法對動態稱重信號中影響測量精度的主要因素進行數據融閤,實現消除外界榦擾和非線性校正.實驗結果錶明,神經網絡算法對動態稱重信號的數據融閤可行有效,其精度滿足ASTM WIM繫統分類(E1318-94標準)的Ⅲ類要求.
공로기차동태칭중신호유우수외계각충간우인소적영향,수거처리교위복잡.침대기차동태칭중계통중수거처리적복잡성,제출료이용신경망락산법대동태칭중신호중영향측량정도적주요인소진행수거융합,실현소제외계간우화비선성교정.실험결과표명,신경망락산법대동태칭중신호적수거융합가행유효,기정도만족ASTM WIM계통분류(E1318-94표준)적Ⅲ류요구.
