期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
考虑不同充电策略的锂电池健康状态区间估计
被引量：
1
1
作者
张孝远
张金浩
杨立新
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024年第3期273-284,共12页
评估锂离子电池健康状态(SOH)对于电池使用、维护、管理和经济性评价都有十分重要的意义,但当前锂电池SOH估计方法多针对特定充电策略,采用确定性估计模型,无法反映电池退化过程中的随机性、模糊性等不确定性信息.为此,提出一种适用于...
评估锂离子电池健康状态(SOH)对于电池使用、维护、管理和经济性评价都有十分重要的意义,但当前锂电池SOH估计方法多针对特定充电策略,采用确定性估计模型,无法反映电池退化过程中的随机性、模糊性等不确定性信息.为此,提出一种适用于不同充电策略的锂电池SOH区间估计方法.该方法针对不同充电策略的电池循环充放电数据提取多个特征参数,通过交叉验证自动选择针对特定充电策略的最优特征参数组合.另外,考虑到锂电池全生命期循环次数有限,属于小样本问题,提出集成支持向量回归与分位数回归优势的支持向量分位数回归模型(SVQR)进行锂电池SOH区间估计.选用放电程度较深的锂电池充放电循环数据作为训练集,对SVQR模型进行离线训练,训练好的模型用于不同充电策略下锂电池SOH在线估计.采用具有不同充电策略的数据集验证所提方法,实验结果表明:所提方法适用于不同充电策略,且估计结果优于分位数回归法、分位数回归神经网络法和高斯过程回归法.
展开更多
关键词
锂离子电池
健康状态
区间估计
充电策略
支持向量分位数回归
在线阅读
下载PDF
职称材料
基于支持向量分位数回归的货币需求条件密度预测研究
2
作者
许启发
俞奕涵
蒋翠侠
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2017年第1期121-127,共7页
考虑到货币需求与其影响因素之间复杂的关系,基于支持向量分位数回归(support vector quantile regression,SVQR)模型,文章研究了货币需求及其影响因素之间的非线性依赖关系,给出了货币需求条件密度预测方法,并将其与传统的线性分位数...
考虑到货币需求与其影响因素之间复杂的关系,基于支持向量分位数回归(support vector quantile regression,SVQR)模型,文章研究了货币需求及其影响因素之间的非线性依赖关系,给出了货币需求条件密度预测方法,并将其与传统的线性分位数回归模型进行了比较。选取中国2004年1月至2014年12月期间工业增加值、消费物价指数(consumer price index,CPI)、利率与M1的月度数据进行实证研究,结果表明SVQR模型不仅能够很好地拟合货币需求,而且能够给出准确的概率密度预测结果。
展开更多
关键词
货币需求
分位数回归
支持向量分位数回归(
svqr
)
条件密度预测
广义近似交叉验证(GACV)
准则
在线阅读
下载PDF
职称材料
题名
考虑不同充电策略的锂电池健康状态区间估计
被引量：
1
1
作者
张孝远
张金浩
杨立新
机构
河南工业大学电气工程学院
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024年第3期273-284,共12页
基金
国家自然科学基金(51409095)
河南工业大学粮食信息处理与控制教育部重点实验室开放基金(KFJJ-2016-110)资助项目。
文摘
评估锂离子电池健康状态(SOH)对于电池使用、维护、管理和经济性评价都有十分重要的意义,但当前锂电池SOH估计方法多针对特定充电策略,采用确定性估计模型,无法反映电池退化过程中的随机性、模糊性等不确定性信息.为此,提出一种适用于不同充电策略的锂电池SOH区间估计方法.该方法针对不同充电策略的电池循环充放电数据提取多个特征参数,通过交叉验证自动选择针对特定充电策略的最优特征参数组合.另外,考虑到锂电池全生命期循环次数有限,属于小样本问题,提出集成支持向量回归与分位数回归优势的支持向量分位数回归模型(SVQR)进行锂电池SOH区间估计.选用放电程度较深的锂电池充放电循环数据作为训练集,对SVQR模型进行离线训练,训练好的模型用于不同充电策略下锂电池SOH在线估计.采用具有不同充电策略的数据集验证所提方法,实验结果表明:所提方法适用于不同充电策略,且估计结果优于分位数回归法、分位数回归神经网络法和高斯过程回归法.
关键词
锂离子电池
健康状态
区间估计
充电策略
支持向量分位数回归
Keywords
lithium-ion battery
state of health(SOH)
interval estimation
charging strategy
support
vector
quantile
regression
(
svqr
)
分类号
TM912 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
基于支持向量分位数回归的货币需求条件密度预测研究
2
作者
许启发
俞奕涵
蒋翠侠
机构
合肥工业大学管理学院
合肥工业大学过程优化与智能决策教育部重点实验室
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2017年第1期121-127,共7页
基金
国家自然科学基金资助项目(71071087)
文摘
考虑到货币需求与其影响因素之间复杂的关系,基于支持向量分位数回归(support vector quantile regression,SVQR)模型,文章研究了货币需求及其影响因素之间的非线性依赖关系,给出了货币需求条件密度预测方法,并将其与传统的线性分位数回归模型进行了比较。选取中国2004年1月至2014年12月期间工业增加值、消费物价指数(consumer price index,CPI)、利率与M1的月度数据进行实证研究,结果表明SVQR模型不仅能够很好地拟合货币需求,而且能够给出准确的概率密度预测结果。
关键词
货币需求
分位数回归
支持向量分位数回归(
svqr
)
条件密度预测
广义近似交叉验证(GACV)
准则
Keywords
money demand
quantile
regression
support
vector
quantile
regression
（
svqr
）
condi-tional density prediction
generalized approximate cross validation（GACV） criterion
分类号
F224.0 [经济管理—国民经济]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
考虑不同充电策略的锂电池健康状态区间估计
张孝远
张金浩
杨立新
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于支持向量分位数回归的货币需求条件密度预测研究
许启发
俞奕涵
蒋翠侠
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2017
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
