机译:基于经验模式分解的锂电池和长期短记忆神经网络剩余使用寿命和健康预测状态
Harbin Inst Technol Sch Energy Sci & Engn Harbin 150001 Peoples R China|Harbin Inst Technol Sch Energy Sci & Engn Heilongjiang Key Lab New Energy Storage Mat & Pro Harbin 150001 Heilongjiang Peoples R China;
Harbin Inst Technol Sch Energy Sci & Engn Harbin 150001 Peoples R China|Harbin Inst Technol Sch Energy Sci & Engn Heilongjiang Key Lab New Energy Storage Mat & Pro Harbin 150001 Heilongjiang Peoples R China;
Harbin Inst Technol Sch Energy Sci & Engn Harbin 150001 Peoples R China|Harbin Inst Technol Sch Energy Sci & Engn Heilongjiang Key Lab New Energy Storage Mat & Pro Harbin 150001 Heilongjiang Peoples R China;
Lithium-ion batteries; State of health; Remaining useful life; Empirical mode decomposition; Long-short-term memory;
机译:基于经验模型分解和深神经网络的锂离子电池剩余使用寿命的预测
机译:基于长时记忆和Elman神经网络混合模型的锂离子电池剩余使用寿命预测
机译:基于变体长短期记忆神经网络的锂离子电池剩余的健康状态估算和剩余的寿命预测
机译:利用新型长短期记忆网络剩余锂离子电池的早期预测
机译:人工神经网络和自适应神经模糊推理系统模型预测水管剩余使用寿命
机译:校正:基于经验模式分解的短期短期内存神经网络预测模型的短期地铁乘客流量
机译:基于集合经验模型分解和非线性自回归神经网络的锂离子电池容量多尺度融合预测方法
机译:自适应递归神经网络用于剩余锂离子电池寿命预测。