排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
针对传统轮胎花纹沟槽识别算法存在数据特征提取困难、数理运算步骤复杂等问题,基于BP神经网络对生成的不同沟槽类型的轮胎胎冠线数据集进行反复训练,得到BP神经网络轮胎花纹沟槽识别模型。将轮胎胎冠线数据集随机划分为训练集、验证集和测试集,通过试验验证BP神经网络识别模型对轮胎花纹沟槽的识别性能,由混淆矩阵得到模型的正确识别率为94.9%。从3、4沟槽轮胎中获取实际胎冠线样本数据测试BP神经网络识别模型的实际识别效果,6条胎冠线上的花纹沟槽数量全部识别正确。基于BP神经网络识别轮胎花纹沟槽数量具有可行性。 相似文献
2.
为有效估算锂离子电池内部电极温度,基于经典热传导理论及能量守恒定律,建立以时间、环境温度、单体电流为输入参量的电池内部电极温度预测模型,将控制方程进行离散化处理,采用恒流充放电试验有效辨识模型参数.试验与仿真结果表明:该模型计算精度高,可在线实时、准确预测锂离子电池电极温度,为纯电动汽车动力电池组合的"电极材料-壳体"... 相似文献
1