文献

J-GLOBAL ID：201702211956189263   整理番号：17A1922979

高速道路変形監視におけるニューラルネットワークに基づく新しい適応Kalmanフィルタの応用【JST・京大機械翻訳】

Application of innovation adaptive Kalman filter based on BP neural network in expressway deformation monitoring

著者 (6件)： Han Yakun (桂林理工大学广西空間信息与測絵重点実験室,广西桂林,541004) ,  Wen Hongyan (桂林理工大学測絵地理信息学院,广西桂林,541004) ,  Guo Lei (桂林理工大学广西鉱冶与環境科学実験中心,广西桂林,541004) ,  Wang Qingtao (桂林理工大学广西空間信息与測絵重点実験室,广西桂林,541004) ,  Xie Shaofeng (桂林理工大学广西空間信息与測絵重点実験室,广西桂林,541004) ,  Kong Lingshuai (桂林理工大学广西空間信息与測絵重点実験室,广西桂林,541004)
資料名： Guilin Ligong Daxue Xuebao  (Guilin Ligong Daxue Xuebao)
巻： 37  号： 1  ページ： 136-139  発行年： 2017年 
JST資料番号： C2064A  ISSN： 1674-9057  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 実際の応用におけるKalmanフィルタの動的雑音と観測ノイズは常に固定されていないため、新しい適応Kalmanフィルタを用いてノイズのリアルタイム推定を行うことを提案した。同時に,ニューラルネットワークに基づく新しい適応Kalmanフィルタアルゴリズムを用いて,新しい適応Kalmanフィルタを提案し,ニューラルネットワークを用いて誤差補償を行い,高速道路の変形監視に適用した。結果は以下を示した。このモデルと元の観測値の残差はすべて0.25mm以下になり、このモデルの精度が非常に高く、実際の応用において一定の実行可能性があることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  雑音 ,  *高速道路 ,  モデル ,  残差 ,  アルゴリズム ,  *Kalmanフィルタ
準シソーラス用語： 誤差補償 ,  実時間 ,  測定ノイズ ,  *適応Kalmanフィルタ , 【Automatic Indexing@JST】

著者キーワード (6件)： 革新 ,  ニューラルネットワーク ,  補償 ,  Kalmanフィルタ ,  高速道路 ,  変形モニタリング

分類 (2件)： ディジタルフィルタ  (NC04022Z) ,  溶接技術  (WC07030G)

タイトルに関連する用語 (4件)： 高速道路 ,  ニューラルネットワーク ,  適応Kalmanフィルタ ,  応用