期刊文章详细信息
模糊C-均值聚类算法在动态汽车衡中的应用
Application of Fuzzy C-means Clustering Algorithm in Dynamic Truck Scales
文献类型：期刊文章
机构地区：[1]三江学院电气与自动化工程学院,江苏南京210012
年 份：2013
卷 号：34
期 号：9
起止页码：73-77
语 种：中文
收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、INSPEC、RCCSE、ZGKJHX、核心刊
摘 要：为了提高动态汽车衡的测量精度,针对测量数据的信号处理问题,采用小波变换对动态汽车衡测量数据进行数字滤波。小波变换不但能滤除测量数据中的噪声信号,而且能很好地保留信号的突变部分。同时,通过提取5尺度小波系数作为模糊C-均值聚类算法的聚类样本,有效识别出最接近车辆实际质量的有用称重数据,提高了称重精度。试验结果表明,采用小波变换对动态汽车衡测量数据进行阀值滤波,并利用模糊C-均值聚类算法识别有用数据,对提高车辆称重的精度具有良好效果。
关 键 词：小波变换 傅里叶变换 数字滤波 数据采集 模糊C-均值聚类算法
分 类 号：TH71]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
