典型文献
基于GAPSO-SVM模型的行驶工况识别
文献摘要：
提出基于GAPSO-SVM模型的行驶工况识别算法,利用现有的标准工况数据,构建城市工况、郊区工况和高速工况数据库,提取样本特征参数后采用主成分分析法进行降维处理,再采用GAPSO-SVM模型识别行驶工况.将优化后的GAPSO-SVM模型与K-CV-SVM模型、PSO-SVM模型进行对比,结果表明:GAPSO-SVM模型识别准确率为84.38％,比K-CV法SVM模型、PSO-SVM模型识别准确率分别高出5.59％、2.63％.
文献关键词：
行驶工况识别;支持向量机;遗传粒子群算法
中图分类号：
作者姓名：
孙晶云;鲁东丽;郭军;高云;陈宇峰;向郑涛
作者机构：
湖北汽车工业学院 电气与信息工程学院,湖北 十堰 442002;浙江鸿程计算机系统有限公司,浙江 杭州 311100;东风汽车动力零部件有限公司,湖北 十堰 442000
文献出处：
引用格式：
[1]孙晶云;鲁东丽;郭军;高云;陈宇峰;向郑涛-.基于GAPSO-SVM模型的行驶工况识别)[J].湖北汽车工业学院学报,2022(01):28-32,37
A类：
B类：
GAPSO,行驶工况识别,识别算法,工况数据,城市工况,郊区,高速工况,样本特征,降维处理,模型识别,CV,识别准确率,遗传粒子群算法
AB值：
0.243636
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。
