《表1 基于GPR的SOC估计算法》
其中α∈[0,1],z(1-α)/2是标准正态分布的临界值。当置信区间的宽度越来越小,证明SOC的估计值精度更加准确。相比神经网络,支持向量机而言,GPR所拥有的置信区间是其一个最大的优势。估计流程如表1所示。
图表编号 | XD00115626000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.05 |
作者 | 李嘉波、魏孟、叶敏、焦生杰、徐信芯 |
绘制单位 | 长安大学公路养护装备国家工程实验室、长安大学公路养护装备国家工程实验室、长安大学公路养护装备国家工程实验室、长安大学公路养护装备国家工程实验室、长安大学公路养护装备国家工程实验室 |
更多格式 | 高清、无水印(增值服务) |