-
题名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
- 1
-
-
作者
刘鸿淼
罗德超
李鹏华
孟凡迪
-
机构
中国汽车工程研究院 重庆市车辆排放与节能重点实验室
重庆市汽车电子工程研究中心 重庆邮电大学自动化学院
-
出处
《汽车工程学报》
2013年第5期354-360,共7页
-
基金
车辆排放与节能重庆市市级重点实验室资助项目(34.8-9.1)
-
文摘
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。
-
关键词
汽车尾气
自组织特征映射（SOM）
竞争学习
聚类分析
-
Keywords
automobile exhaust
self-organizing map （SOM）
competitive learning
cluster analysis
-
分类号
U467.521
[机械工程—车辆工程]
-
