...
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
Sichuan Univ, Uncertainty Decis Making Lab, Chengdu 610064, Peoples R China;
Sichuan Univ, Uncertainty Decis Making Lab, Chengdu 610064, Peoples R China;
Lithium-ion batteries; State of health; Distribution learning; Mixture of Gaussian process model; Particle filter;
机译:基于狄利克雷过程混合模型和粒子滤波方法的锂离子电池剩余放电时间预测
机译:基于组合高斯过程函数回归的锂离子电池健康状态预测的预测
机译:粒子滤波器与其他状态估计方法对锂离子电池预后的比较
机译:基于间接健康指标和高斯过程回归模型的锂离子电池健康状况
机译:基于电化学模型的锂离子电池充电状态和健康状态估计。
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:基于电热模型和强跟踪颗粒过滤器的锂离子电池状态估计方法
机译:基于卡尔曼滤波估计的模型预测算法在电子元器件预测中的不确定性表示与解释。