没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
9页
随着锂电池的大规模应用,近年来利用深度神经网络对锂电池RUL的研究逐渐成为热点。基于数据驱动的RUL预测方法可以避免研究电池内部的电化学现象,从而避免了复杂的物理学建模,但单一神经网络模型预测精度和鲁棒性较差。本文提出一种新型权重动态自适应调整的神经网络集成方法,集成多个异构神经网络的预测结果,从而降低单一神经网络模型预测性能较差的风险。本文将CNN、ResNet、LSTM、GRU等多个异构神经网络模型采用串联或并联的方式进行融合,扩充了基础神经网络模型的数量,并使其兼具局部特征和时序特征提取能力,同时也扩展了集成的多样性。在NASA锂电池退化数据集上验证了该集成方法的有效性,结果表明与其他神经网络集成方法相比,本文所提方法具有更高的准确性。
资源推荐
资源详情
资源评论
资源评论
- 7788LIU2023-12-28总算找到了自己想要的资源,对自己的启发很大,感谢分享~
UnknownToKnown
- 粉丝: 1w+
- 资源: 550
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功