2025年4月13日
星期日
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
孟凡迪
作品数:
1
被引量:1
H指数:1
供职机构:
重庆邮电大学自动化学院
更多>>
相关领域:
交通运输工程
机械工程
更多>>
合作作者
罗德超
中国汽车工程研究院
刘鸿淼
中国汽车工程研究院
李鹏华
重庆邮电大学自动化学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
机械工程
1篇
交通运输工程
主题
1篇
映射
1篇
特征映射
1篇
排放水
1篇
排放水平
1篇
汽车尾气
1篇
自组织
1篇
自组织特征映...
1篇
尾气
1篇
聚类分析
1篇
SOM
1篇
车尾
机构
1篇
重庆邮电大学
1篇
中国汽车工程...
作者
1篇
李鹏华
1篇
刘鸿淼
1篇
罗德超
1篇
孟凡迪
传媒
1篇
汽车工程学报
年份
1篇
2013
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
汽车尾气在自组织特征映射下的排放水平评估方法
被引量:1
2013年
针对汽车尾气的非线性数据聚类问题,提出一种在自组织特征映射(Self-Organizing Map,SOM)下的聚类方法来评估汽车的排放水平。根据汽车在城区真实环境中的行驶速度设置SOM神经网络中的神经元个数,通过神经元之间拓扑相关的学习方式,自动形成具有数据原始属性的有序映射,实现不同排放水平的尾气数据聚类。为避免网络训练过程中出现训练死区的现象,竞争学习采用弹性邻域半径代替固定邻域半径,自适应地缩放学习区域。以某轻型车的THC和CO2排放数据为对象的数值试验结果表明,采用弹性邻域半径的SOM神经网络的聚类准确性优于采用固定邻域半径的SOM神经网络,能有效评估汽车尾气排放水平。
刘鸿淼
罗德超
李鹏华
孟凡迪
关键词:
汽车尾气
聚类分析
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张