《表1 样本数据：基于BP神经网络法研究锂电池荷电状态》
提示：宽带有限、当前游客访问压缩模式
第四步:选择样本数据（从数据库中抽取作训练样本2 000组，从训练样本随机选取200组数据进行神经网络预测评估）。样本数据采集如表1所示（部分样本）。
| 图表编号 | XD00115542100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.25 |
| 作者 | 杨学平、王正江、蒋超宇、薛秀丽 |
| 绘制单位 | 云南机电职业技术学院、昆明理工大学、云南机电职业技术学院、云南机电职业技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 部分训练样本数据：基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》2020.10.25
- 《表1 部分训练样本数据：基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》2020.10.25
- 《表1 参数辨析结果：基于UKF算法的电池荷电状态SOC估算研究》2020.11.15
- 《表1 部分样本数据：基于BP神经网络的风机关键部件故障预测》2021.03.01
- 《表1 部分实验数据：基于FA-BP神经网络的锂离子电池SOH估算》2021.02.25
- 《表6 原始数据样本：基于BP神经网络的交流电源线连接器燃烧风险评估模型研究》2020.06.25
- 《表1 样本数据（部分）：基于BP神经网络的城市道路交叉口事故预测研究》2019.10.01
- 《表1 部分实验数据：基于电池外特征的粒子群神经网络电池健康状态预测》2019.12.28
- 《表1 部分样本数据：基于GA-BP神经网络的动力锂电池SOC估算》2020.01.06
- 《表1 部分样本数据：基于BP神经网络算法的矩形顶管施工地表沉降预测研究》2019.11.15
- 《表1 样本数据：基于BP-RBF神经网络的组合模型预测港口物流需求研究》2019.09.10
- 《表1 样本数据集：基于遗传优化BP神经网络的尾矿库边坡稳定性预测》2019.11.25
- 《表2 部分样本数据：基于改进BP神经网络的供热负荷预测模型》2019.07.15
- 《表1 部分样本数据：基于HPSO-BP神经网络融合的锂电池SOC预估研究》2019.06.24
- 《表4 样本数据：基于BP神经网络的民航飞行安全风险评估》2019.06.01
- 《表3 测试组样本数据：基于BP神经网络的客土喷播边坡侵蚀模数预测模型研究》2019.06.25
- 《表1 训练样本数据：基于BP神经网络的整流电路的故障诊断》2018.04.01
- 《表1 训练样本数据：基于BP神经网络的涡轴发动机故障诊断研究》2019.12.30
- 《表4 测试样本输出数据：基于BP神经网络的涡轴发动机故障诊断研究》2019.12.30
- 《表3 测试样本数据：基于BP神经网络的涡轴发动机故障诊断研究》2019.12.30