期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于Informer神经网络的锂离子电池容量退化轨迹预测 被引量:6
1
作者 唐梓巍 师玉璞 +2 位作者 张雨禅 周奕博 杜慧玲 《储能科学与技术》 CAS CSCD 北大核心 2024年第5期1658-1666,共9页
通过对锂离子电池容量退化轨迹的精确预测可以大幅提升电池材料的研究效率。针对Transformer网络在锂电池容量退化轨迹预测这种长时间序列预测任务中存在的问题,本工作采用滑动窗口策略,构建了一种基于Informer网络的锂离子电池容量退... 通过对锂离子电池容量退化轨迹的精确预测可以大幅提升电池材料的研究效率。针对Transformer网络在锂电池容量退化轨迹预测这种长时间序列预测任务中存在的问题,本工作采用滑动窗口策略,构建了一种基于Informer网络的锂离子电池容量退化轨迹预测方法。首先,利用滑动窗口对数据集进行划分和再拼接,便于神经网络挖掘数据序列内部的相关性;然后,根据Informer网络的周期性时间特征捕捉能力设计适用于锂电池数据的全局时间戳;最后,使用前10%容量数据通过多步滚动预测方法实现模型输出,缓解预测中的误差累积问题,进而得到完整的预测轨迹。通过选取不同的误差评价指标和训练过程中的时间开销,在美国马里兰大学提供的锂电池数据集上验证了所建立模型的准确性和训练效率,并在美国航空航天局提供的电池数据集上验证了模型的泛用性。本工作模型的预测结果与多层感知机神经网络、循环神经网络及Transformer网络模型对比,退化轨迹与真实轨迹最为拟合,且训练时间开销小,预测结果的平均绝对误差和均方根误差控制在2.57%和3.5%,验证了所提预测方法的有效性。 展开更多
关键词 锂离子电池 容量退化轨迹 长时间序列预测 滑动窗口策略 Informer网络
在线阅读 下载PDF
一种基于多尺度描述的异形粘连纤维分割方法
2
作者 和英英 姚砺 万燕 《东华大学学报(自然科学版)》 CAS CSCD 北大核心 2011年第2期193-198,共6页
针对异形纤维的形状特征,在分水岭算法结果的基础上,提出一种结合多尺度描述方法标记异形粘连纤维轮廓特征点对其进行分割的方法,并采用自适应滑动窗口策略在保留正确的分割线的同时消除多余的分割线.试验结果表明,该算法能够准确分割... 针对异形纤维的形状特征,在分水岭算法结果的基础上,提出一种结合多尺度描述方法标记异形粘连纤维轮廓特征点对其进行分割的方法,并采用自适应滑动窗口策略在保留正确的分割线的同时消除多余的分割线.试验结果表明,该算法能够准确分割粘连的异形纤维. 展开更多
关键词 异形粘连纤维 分水岭算法 多尺度描述 特征点 自适应滑动窗口策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部