典型文献
基于极限学习机与振动响应的路面辨识技术研究
文献摘要：
提出了一种基于极限学习机与振动响应的行驶路面辨识系统,采集车辆在公路、碎石、越野路面的悬架动挠度、俯仰角速度及垂向振动加速度等振动状态数据,作为机器学习分类辨识的训练集和测试集;分析了极限学习机(Extreme Learning Machine,ELM)和支持向量机(Support Vector Machine,SVM)在用于路面辨识时的训练效率和辨识精度差异;探索了振动数据预处理方法及数据提取特征对辨识精度的影响规律.实车试验数据的辨识测试表明,基于极限学习机的路面辨识架构,能够在保证辨识精度的同时大幅降低计算量,为路面辨识算法的车载控制器实时运行奠定了重要基础.
文献关键词：
机器学习;数据预处理;路面辨识
中图分类号：
作者姓名：
付晓易;赵玉壮;王媛
作者机构：
北京理工大学机械与车辆学院,北京100081;北京汽车集团越野车有限公司,北京101399
文献出处：
引用格式：
[1]付晓易;赵玉壮;王媛-.基于极限学习机与振动响应的路面辨识技术研究)[J].车辆与动力技术,2022(02):25-29
A类：
路面辨识
B类：
极限学习机,振动响应,辨识系统,采集车,碎石,越野,悬架,动挠度,俯仰角速度,垂向振动,振动加速度,振动状态,状态数据,训练集,测试集,Extreme,Learning,Machine,ELM,Support,Vector,训练效率,辨识精度,数据预处理方法,数据提取,提取特征,实车试验,测试表明,计算量,车载控制器,时运
AB值：
0.342543
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
