机译:基于支持向量回归的锂离子电池剩余使用寿命的新预测方法
Beihang Univ, Sch Elect & Informat Engn, 37 Xueyuan Rode, Beijing 100191, Peoples R China;
Beihang Univ, Sch Elect & Informat Engn, 37 Xueyuan Rode, Beijing 100191, Peoples R China;
Beihang Univ, Sch Elect & Informat Engn, 37 Xueyuan Rode, Beijing 100191, Peoples R China;
Beihang Univ, Sch Elect & Informat Engn, 37 Xueyuan Rode, Beijing 100191, Peoples R China;
Lithium-ion battery; State of health; Remaining useful life; Prognostic; Feature vector selection; Support vector regression;
机译:基于支持向量回归和差分进化的混合模型,用于预测锂离子电池的剩余使用寿命
机译:基于支持向量回归-粒子滤波的锂离子电池健康状态监测及剩余使用寿命预测
机译:自适应无味卡尔曼滤波器和优化支持向量回归的锂离子电池剩余使用寿命预测
机译:基于灾难性突变遗传算法和支持向量回归的锂离子电池剩余使用寿命预测
机译:支持向量回归的特征选择,火炬大小和火炬发射时间预测,以及基于时空测度的隐马尔可夫模型自动预测火炬行为
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:基于灰色支持向量机的锂离子电池剩余使用寿命预测
机译:自适应递归神经网络用于剩余锂离子电池寿命预测。