W artykule podjęto próbę wykorzystania sztucznych sieci neuronowych (SSN) do identyfikacji klasy obciążenia pojazdów gąsienicowych i kołowych, zgodnie z normą STANAG 2021, na podstawie charakterystycznych wielkości opisujących gabaryty i masę pojazdu. Do rozwiązania problemu użyto sieci liniowej i perceptron wielowarstwowy (MLP). Wyniki odwzorowania klasy MLC przy użyciu SSN nie zapewniają porównywalnej dokładności z metodami analitycznymi. Zaproponowana SSN nie była w stanie prawidłowo analizować klasy MLC pojazdów, których charakterystyki geometryczne nie były zbliżone do pojazdów hipotetycznych przedstawionych w STANAG 2021.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00