基于信息融合的车辆运行异常程度检测
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Detection Abnormal Degree in Real-Time Vehicle Based on Information Fusion
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    研究使用GA-FNN算法实时提取车辆监控中运行异常的问题. 利用遗传算法对全局信息的搜索特性, 筛选出有效的传感器信息作为模糊神经网络的输入, 通过模糊神经网络训练出模糊矩阵, 实时检测车辆运行的异常程度. 仿真结果显示GA-FNN算法在车辆实时监控系统中, 可以快速的检测出车辆的异常程度.

    Abstract:

    This paper utilizes the GA-FNN algorithms to extract the unusual problems in real-time vehicle monitoring. GA algorithm has the features of searching the global information, thus in this way a new approach is given to select the effective sensor information, and use it as the input of fuzzy neural network. The fuzzy matrix trained by fuzzy neural network can detect the degree of abnormal through real-time operation of the vehicle. The simulation examples demonstrate the validity of the application of the GA-FNN, the abnormal degree can be detected quickly.

    参考文献
    相似文献
    引证文献
引用本文

张坡,郝敬彬,王焕,彭淑彦.基于信息融合的车辆运行异常程度检测.计算机系统应用,2015,24(5):267-271

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-09-28
  • 最后修改日期:2014-10-24
  • 录用日期:
  • 在线发布日期: 2015-05-15
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号