基于核主元约简与半监督核模糊聚类的车辆行驶工况判别.pdf

基于核主元约简与半监督核模糊聚类的车辆行驶工况判别.pdf

ID:54018165

大小:652.96 KB

页数:8页

时间:2020-04-28

基于核主元约简与半监督核模糊聚类的车辆行驶工况判别.pdf_第1页
基于核主元约简与半监督核模糊聚类的车辆行驶工况判别.pdf_第2页
基于核主元约简与半监督核模糊聚类的车辆行驶工况判别.pdf_第3页
基于核主元约简与半监督核模糊聚类的车辆行驶工况判别.pdf_第4页
基于核主元约简与半监督核模糊聚类的车辆行驶工况判别.pdf_第5页
资源描述:

《基于核主元约简与半监督核模糊聚类的车辆行驶工况判别.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第51卷第2期机械工程学报Vol.51No.22015年1月JOURNALOFMECHANICALENGINEERINGJan.2015DOI:10.3901/JME.2015.02.096基于核主元约简与半监督核模糊聚类的*车辆行驶工况判别1,2211张袅娜丁海涛于海芳刘姝阳(1.长春工业大学电气与电子工程学院长春130012;2.吉林大学汽车仿真与控制国家重点实验室长春130012)摘要:为有效利用汽车行驶工况中与类别属性间的统计特征,提高汽车行驶工况判别的准确性与快速性,首先选择车速和踏板信号的数据信息构建特征集,利用相关性分析和核主元分析对特征集中

2、能敏感反映工况类别的特征数据信息进行二次特征提取,按累计贡献率大于90%的标准进行主要特征量的选择,实现输入变量的二次约简;利用小波核函数的非线性映射能力构建半监督核模糊C均值聚类方法进行车辆行驶工况的判别。通过长春某混合动力公交车试验结果表明,该方法更全面准确地反映了工况特性,有效降低了输入特征参数的维数,更加准确有效地提取了不同工况条件下汽车行驶状态的数据特征,通过半监督核模糊C均值聚类算法中加入少量的训练样本来引导聚类过程,聚类精度可达到98.75%。关键词:核主元;半监督;核模糊C均值聚类;行驶工况判别中图分类号:U469DrivingCycleD

3、istinguishingBasedontheKernelPrincipalComponentandSemi-supervisedKernelFuzzyCMeansClusteringAlgorithm1,2211ZHANGNiaonaDINGHaitaoYUHaifangLIUShuyang(1.ElectronicandElectricalEngineeringInstitute,ChangchunUniversityofTechnology,Changchun130012;2.StateKeyLaboratoryofAutomotiveSimulat

4、ionandControl,JilinUniversity,Changchun130012)Abstract:Inordertoutilizethestatisticcharacteristicsamongtheinformationthatassociatedwithcategoriesinvehicledrivingcycleeffectively,thespeedandthepedalsignaldatainformationareselectedtoconstructfeaturesettoimprovetheaccuracyandrapidity

5、ofdistinguishingthevehicledrivingcyclefirstly.Then,torealizethesecondreductionoftheinputvariables,secondfeaturewhichsensitivelyreflectscharacteristicdatainformationofdrivingcyclecategoryisextractedthroughthecorrelationanalysisandthekernelprincipalcomponentanalysis.Accordingtothest

6、andardofaccumulationcontributionratethatgreaterthan90%,themainfeatureischosentoachievesecondaryreductionofinputvariables.Thenonlinearmappingabilityofthewaveletkernelfunctionisadoptedtoestablishsemi-supervisedkernelfuzzyCmeansclusteringalgorithmfortheworkingconditionjudgments.Theex

7、perimentalresultsshowthatthisalgorithmcanreflectthedrivingcyclecharacteristicsmorecomprehensivelyandaccurately.Inaddition,thedimensionoftheinputcharacteristicparametersisreducedeffectively.Andthedatacharacteristicsofvehicledrivingconditionareextractedunderdifferentworkingcondition

8、smoreaccuratelyandavailably.Simul

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。