期刊专题

10.3969/j.issn.1673-3142.2007.05.007

汽车悬架系统的RBF网络模型辨识

引用
利用小波良好的去噪性能,选择了合适的参数对越野吉普车BJ2020S实验测量信号进行小波去噪.运用RBF网络具有逼近任何非线性函数且具有自学习和自适应的能力,建立了汽车悬架系统的非线性模型.通过与BP网络的比较,辨识结果表明:RBF神经网络辨识精度高,响应速度快,小波和RBF神经网络相结合是一种有效的系统辨识方法.

系统辨识、RBF网络、汽车悬架、小波去噪

U463.33(汽车工程)

海南师范大学青年教师资助项目HSQN0604

2007-06-18(万方平台首次上网日期,不代表论文的发表时间)

共4页

21-23,45

暂无封面信息
查看本期封面目录

农业装备与车辆工程

1673-3142

37-1433/TH

2007,(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn