《表1 SVR参数最优解：基于CS-SVR模型的锂离子电池SOH预测》
提示：宽带有限、当前游客访问压缩模式
CS-SVR算法迭代100次后，获得SVR参数最优方案，见表1。
| 图表编号 | XD00219748400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.25 |
| 作者 | 徐宏东、高海波、林治国、徐晓滨 |
| 绘制单位 | 武汉理工大学能源与动力工程学院、武汉理工大学能源与动力工程学院、武汉理工大学能源与动力工程学院、杭州电子科技大学自动化学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 两种模型运行结果：基于LS-SVR的电动汽车动力电池故障预测分析》2020.10.10
- 《表1 鸡蛋的结构：基于时间序列SVR模型的玉米价格预测研究》2020.11.05
- 《表2 模型最优解：基于目标优先级的区域铁路网目标规划模型建立及分析》2021.01.20
- 《表1 电池参数：基于锂离子电池线性化模型的电流传感器故障诊断》2021.03.01
- 《表3 不同寻优算法确定的SVR模型最优参数结果》2021.02.25
- 《表1 车辆运营数据参数：基于GBDT模型预测锂离子电池容量衰减》2020.10.01
- 《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2 最优解的参数：基于电池寿命模型的纯电动汽车动力系统参数匹配》2020.06.10
- 《表1 模型参数：基于三维分层结构的锂离子电池电化学-热耦合仿真及极耳优化》2020.05.05
- 《表1 最佳寻优参数：基于CS-SVR模型的短期风电功率预测》2020.01.25
- 《表1 驾驶员模型参数：基于LMS AMESim的车用燃料电池-锂离子动力电池混合动力系统能量管理仿真》2020.01.10
- 《表4 SOH估计结果：基于支持向量回归的锂电池健康状态估计》2019.12.01
- 《表1 实验对象性能参数：基于短时搁置端电压压降的快速锂离子电池健康状态预测》2019.10.10
- 《表2 储能电池配置最优解》2019.06.28
- 《表3 SVR模型参数：一种基于ARIMA-SVR混合方法的汇率预测模型》2019.01.07
- 《表4 模型预测精度：一种基于ARIMA-SVR混合方法的汇率预测模型》2019.01.07
- 《表2 模拟所用参数：基于电化学-热耦合模型研究隔膜孔隙结构对锂离子电池性能的影响机制》2019.01.01
- 《表4 最优解与原模型性能参数对比表》2018.09.01
- 《表2 LPPL模型拟合各时期ASE综指局部参数最优解》2018.03.25
- 《表3 LPPL模型拟合各时期ASE综指整体参数最优解》2018.03.25