| 注册
首页|期刊导航|汽车工程学报|基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证

基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证

郑国峰 陈文 傅涛

汽车工程学报2023,Vol.13Issue(5):635-644,10.
汽车工程学报2023,Vol.13Issue(5):635-644,10.DOI:10.3969/j.issn.2095‒1469.2023.05.04

基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证

Road Surface Recognition Under Braking Conditions Based on Principal Component Analysis and Learning Vector Quantization Neural Network

郑国峰 1陈文 2傅涛3

作者信息

  • 1. 重庆交通大学 机电与车辆工程学院,重庆 400074
  • 2. 重庆交通大学 机电与车辆工程学院,重庆 400074||凯晟汽车技术(上海)有限公司,上海 201802
  • 3. 凯晟汽车技术(上海)有限公司,上海 201802
  • 折叠

摘要

关键词

主成分分析/学习向量量化神经网络/制动工况/路面类型特征识别

Key words

principal component analysis/learning vector quantization neural network/braking conditions/pavement type feature recognition

分类

交通工程

引用本文复制引用

郑国峰,陈文,傅涛..基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证[J].汽车工程学报,2023,13(5):635-644,10.

基金项目

国家自然科学基金项目(52305147) (52305147)

重庆市自然科学基金面上项目(CSTB2022NSCQ-MSX1266) (CSTB2022NSCQ-MSX1266)

中国博士后科学基金面上项目(2022M713438) (2022M713438)

重庆市教委科学技术研究计划项目(KJQN2021000713) (KJQN2021000713)

汽车工程学报

OACSTPCD

2095-1469

访问量0
|
下载量0
段落导航相关论文