TY -的A2徐京盟——他,京盟——刘Linfan盟——张Changfan盟——赵Kaihui盟——太阳,剑盟- Li Peng PY - 2018 DA - 2018/09/16 TI -深去噪Autoencoding特征提取方法和识别车辆粘连状态SP - 5419645六世- 2018 AB -特征提取和分类的研究深度学习识别车辆粘附状态的问题。数据集中收购汽车传感器包含相当大的噪音。因此,稀疏autoencoder(堆叠去噪autoencoder)介绍了实现网络重学习,恢复原始纯信号数据利用重叠融合策略,并构建multiclassification支持向量机(SVM)分类。传感器采用不同的道路环境中获取在线数据信号和识别粘附状态。结果表明,该方法可以达到较高的精度比基于SVM的粘附状态识别方法和极端的学习机器。SN - 1687 - 725 - 2018/5419645 / 10.1155 x你——https://doi.org/10.1155/2018/5419645——摩根富林明——《传感器PB - Hindawi KW - ER