摘要
本发明公开了基于超声波传感器的卷积神经网络车辆油耗检测方法,涉及车辆油耗检测技术领域,步骤一:在车辆上安装若干个超声波传感器阵列,通过超声波传感器监测油箱液位变化;步骤二:首先对超声波传感器采集的数据进行归一化处理,消除不同测量设备、测量环境造成的差异;步骤三:最后通过卷积神经网络模型对预处理过的数据进行分析,得出车辆油耗;该基于超声波传感器的卷积神经网络车辆油耗检测方法,通过采用超声波传感器,实现非接触式测量,减少机械磨损,能够准确测量燃油液位、喷油嘴到燃烧室的距离等与油耗相关的关键参数,通过对这些参数的精确测量,可以更准确地计算出柴油发动机的实际油耗。
技术关键词
油耗检测方法
卷积神经网络模型
超声波传感器数据
超声波传感器阵列
监测油箱
车辆状态数据
优化卷积神经网络
油箱液位
油耗检测技术
CAN总线数据
车载系统
阶段
短时傅里叶变换
实时数据处理
系统为您推荐了相关专利信息
图像增强方法
原始图像数据
卷积神经网络模型
对比度
隧道
接线盒
焊接检测方法
多任务深度学习模型
轮廓提取
图像
卷积神经网络模型
阵列传感器
智能轮胎
压电传感器
估计方法
样本
条件生成对抗网络
人工智能模型
加权损失函数
标签
医疗信息管理系统
甲状腺超声图像
感兴趣区域图像
甲状腺结节检测
局部细节特征