机译:通过高斯混合和马尔可夫模型估算锂离子电池的剩余能量,以预测未来的负荷
Univ Warwick Warwick Mfg Grp Gibbet Hill Rd Coventry CV4 7AL W Midlands England;
Jaguar Land Rover Ltd Adv Battery Engn Coventry CV3 4LF W Midlands England;
Gaussian mixture data clustering; Markov model; Transient load; Lithium-ion battery; Remaining energy prediction; End of discharge time prognosis;
机译:基于高斯过程模型和粒子滤波的锂离子电池健康状态预测新方法
机译:基于经验模式分解和ARIMA模型混合的锂离子电池剩余使用寿命预测
机译:基于未来运行状况的预测来估算电池剩余放电能量
机译:使用多模型高斯过程预测锂离子电池的剩余使用寿命
机译:基于高斯混合模型的随机和生物隐喻参数估计以及马尔可夫随机场的图像分割。
机译:基于高斯过程混合的锂离子电池剩余使用寿命预测
机译:基于高斯过程混合物的锂离子电池剩余寿命预测。
机译:自适应递归神经网络用于剩余锂离子电池寿命预测。