《表4 SVM参数设置：基于长短期记忆网络的电动汽车电池故障诊断》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于长短期记忆网络的电动汽车电池故障诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从表4可以看到，采用SVM模型得到的电池故障诊断准确率明显低于本文提出的基于LSTM模型电池故障诊断方法的准确率；与采用分段特征提取并结合遗传算法优化的SVM模型方法比较，本文提出的方法仍然具有更高的准确率。除此之外，本文提出的基于LSTM模型的电池故障诊断方法无须进行特征提取和筛选，不仅降低了使用机器学习进行故障诊断的训练难度，而且避免了由于特征选取不当而造成电池故障诊断正确率下降的问题。因此，本文提出的电池故障诊断模型不仅不需要人为提取电池故障特征，而且具有更高的预测准确率。