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
Chongqing Univ Posts & Telecommun Coll Automat Chongqing 400065 Peoples R China;
Chongqing Univ Posts & Telecommun Coll Automat Chongqing 400065 Peoples R China;
Chongqing Univ Sch Big Data & Software Engn Chongqing 400044 Peoples R China;
Xi An Jiao Tong Univ Sch Elect & Informat Engn Dept Automat Xian 710049 Shanxi Peoples R China;
Chongqing Univ Posts & Telecommun Coll Automat Chongqing 400065 Peoples R China;
China Automot Engn Res Inst Co Ltd Chongqing 401122 Peoples R China;
China Mobile Hangzhou Informat Technol Co Ltd Hangzhou 310000 Peoples R China;
Chongqing Univ Posts & Telecommun Coll Automat Chongqing 400065 Peoples R China;
Lithium-ion battery; State-of-health; Remaining useful life; Long short term memory; Active states tracking;
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:基于长短期记忆神经网络的锂离子电池的充电状态和能量估计状态
机译:基于长短期记忆递归神经网络的PEMFC剩余使用寿命预测
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:使用条件独立图和状态空间神经网络的城市动脉网络旅行时间估计和短期预测。
机译:时间序列多通道卷积神经网络具有基于注意力的长短期记忆可预测轴承剩余使用寿命
机译:基于原型相似性的系统,通过奇异频谱分析 - 长短短期内存神经网络算法剩余寿命估计。
机译:自适应递归神经网络用于剩余锂离子电池寿命预测。