发表服务
摘要： 针对目前的剩余寿命预测（RUL）方法存在模型适应性差及预测不准确等问题，提出多尺度深度神经网络的锂电池健康退化预测模型. 通过经验模态分解（EEMD）方法和相关性分析（CA），将采集到的锂电池能量数据分解为主趋势数据和波动数据；采用深度置信网络（DBN）和长短期记忆网络（LSTM ...
90后斯坦福博士论文登Science封面！AI算法准确预测RNA三维结构,斯坦福,基序,science,rna,算法 新智元报道 来源：Science 编辑：yaxin、su 【新智元导读】半个世纪以来，确定RNA三维结构一直困惑着科学家，也成为生物学的重大挑战之一。而 ...
目前，锂电池的SOH估计和RUL预测大致从基于模型的角度和数据驱动的角度实现 [12].基于模型的方法通常需要深入了解锂离子电池的电化学机理或构建等效电路来模拟其退化过程，不便于实际应用 [13].随着人工智能的快速发展，机器学习中的BP（back propagation）神经网络等基于数据驱动的方法 …
J Zhejiang Univ Eng Sci, 2019, 53(10): 1852 胡天中, 余建波. 基于多尺度分解和深度学习的锂电池寿命预测. 浙江大学学报: 工学版, 2019, 53(10):1852 [20] Zhang C L, He Y G, Yuan L F. Prediction approach for remaining useful life of lithium-ion battery based on
传统燃油车上有油表，还有多少油，还能跑多远，看一眼心里就有数了。换做是电动汽车，驾驶员则需要了解电池包还剩下多少电量。荷电状态又叫剩余电量，SOC，State of Charge，是反应电池包内当前电量占总体可用容量…
卡尔曼滤波算法对锂电池荷电状态进行预测的实质是安时积分法，同时用测量的电压值来对初步预测得到的值进行修正。 卡尔曼滤波法的优点是适合计算机对数据进行实时运算处理，应用范围广，可以用于非线性系统，对行驶过程中电动汽车的荷电状态预测具有较好的效果。
近日，重庆大学车辆动力系统团队胡晓松教授及合作者（加拿大安大略理工、美国马里兰大学），在能源领域国际顶级期刊，Cell子刊Joule上发表综述文章“Battery Lifetime Prognostics”，系统阐述了基于模型、基于数据驱动和基于融合算法三大类电 …
粒子群算法预测锂电池寿命( 一 ）. zsl1373的博客. 07-06. 49. 对于目前的电动汽车来说，最大的困难之一是电池的老化。. 预测 评价电动汽车电池的 寿命 ，建立电池 寿命 的评估方法和 预测 模型，近年来受到广泛关注和研究。. 基于对影响电动汽车电池 寿命 影响 ...
当前位置： 首页 > 论文投稿 > 群智能预测算法 推荐个sci期刊吧 审稿快些 中文期刊有吗 英文的也可 群智能预测算法 推荐个sci期刊吧 审稿快些 中文期刊有吗 英文的也可 作者 wy123wy123 来源: 小木虫 200 4 举报帖子 +关注 群智能预测算法 推荐个sci期刊吧 ...
王腾蛟1,郭建胜1慕容政1,韩琦2,李正欣1.一种预测锂电池剩余寿命的改进粒子滤波算法[J].空军工程大学学报:自然科学版,2018,19(5):47-51 一种预测锂电池剩余寿命的改进粒子滤波算法 An Improved Particle Filter Algorithm for Lithium-Ion Battery Remaining Useful
摘要： 针对目前的剩余寿命预测（RUL）方法存在模型适应性差及预测不准确等问题，提出多尺度深度神经网络的锂电池健康退化预测模型. 通过经验模态分解（EEMD）方法和相关性分析（CA），将采集到的锂电池能量数据分解为主趋势数据和波动数据；采用深度置信网络（DBN）和长短期记忆网络（LSTM ...
90后斯坦福博士论文登Science封面！AI算法准确预测RNA三维结构,斯坦福,基序,science,rna,算法 新智元报道 来源：Science 编辑：yaxin、su 【新智元导读】半个世纪以来，确定RNA三维结构一直困惑着科学家，也成为生物学的重大挑战之一。而 ...
目前，锂电池的SOH估计和RUL预测大致从基于模型的角度和数据驱动的角度实现 [12].基于模型的方法通常需要深入了解锂离子电池的电化学机理或构建等效电路来模拟其退化过程，不便于实际应用 [13].随着人工智能的快速发展，机器学习中的BP（back propagation）神经网络等基于数据驱动的方法 …
J Zhejiang Univ Eng Sci, 2019, 53(10): 1852 胡天中, 余建波. 基于多尺度分解和深度学习的锂电池寿命预测. 浙江大学学报: 工学版, 2019, 53(10):1852 [20] Zhang C L, He Y G, Yuan L F. Prediction approach for remaining useful life of lithium-ion battery based on
传统燃油车上有油表，还有多少油，还能跑多远，看一眼心里就有数了。换做是电动汽车，驾驶员则需要了解电池包还剩下多少电量。荷电状态又叫剩余电量，SOC，State of Charge，是反应电池包内当前电量占总体可用容量…
卡尔曼滤波算法对锂电池荷电状态进行预测的实质是安时积分法，同时用测量的电压值来对初步预测得到的值进行修正。 卡尔曼滤波法的优点是适合计算机对数据进行实时运算处理，应用范围广，可以用于非线性系统，对行驶过程中电动汽车的荷电状态预测具有较好的效果。
近日，重庆大学车辆动力系统团队胡晓松教授及合作者（加拿大安大略理工、美国马里兰大学），在能源领域国际顶级期刊，Cell子刊Joule上发表综述文章“Battery Lifetime Prognostics”，系统阐述了基于模型、基于数据驱动和基于融合算法三大类电 …
粒子群算法预测锂电池寿命( 一 ）. zsl1373的博客. 07-06. 49. 对于目前的电动汽车来说，最大的困难之一是电池的老化。. 预测 评价电动汽车电池的 寿命 ，建立电池 寿命 的评估方法和 预测 模型，近年来受到广泛关注和研究。. 基于对影响电动汽车电池 寿命 影响 ...
当前位置： 首页 > 论文投稿 > 群智能预测算法 推荐个sci期刊吧 审稿快些 中文期刊有吗 英文的也可 群智能预测算法 推荐个sci期刊吧 审稿快些 中文期刊有吗 英文的也可 作者 wy123wy123 来源: 小木虫 200 4 举报帖子 +关注 群智能预测算法 推荐个sci期刊吧 ...
王腾蛟1,郭建胜1慕容政1,韩琦2,李正欣1.一种预测锂电池剩余寿命的改进粒子滤波算法[J].空军工程大学学报:自然科学版,2018,19(5):47-51 一种预测锂电池剩余寿命的改进粒子滤波算法 An Improved Particle Filter Algorithm for Lithium-Ion Battery Remaining Useful
发表服务