| 相关向量机预测电池健康状态和剩余有效寿命 |
| |
| 引用本文： | 张之琦,郁亚娟,李茜,胡宇辰,黄凯.相关向量机预测电池健康状态和剩余有效寿命[J].电源技术,2021,45(3):419-423. |
| |
| 作者姓名： | 张之琦 郁亚娟 李茜 胡宇辰 黄凯 |
| |
| 作者单位： | 北京理工大学材料学院,北京100081;北京林业大学环境科学与工程学院,北京100083 |
| |
| 基金项目： | 内蒙古自治区科技计划;国家自然科学基金 |
| |
| 摘 要： | 相关向量机(relevance vector machine,RVM)算法由于其高稀疏性的特征,比有同样原始模型的支持向量机(support vector machine,SVM)算法有着更多的优势,在锂离子电池剩余有效寿命的研究中受到了关注.总结了现有的基于RVM算法的预测模型,介绍针对于电池寿命中RVM算法的改进,为之后的研究提供一定的参考.
|
| 关 键 词： | 锂离子电池 剩余有效寿命 相关向量机 健康状态 |
Relevance vector machine algorithm to predict state of health and remaining useful life of battery |
| |
| ZHANG Zhiqi,YU Yajuan,LI Xi,HU Yuchen,HUANG Kai.Relevance vector machine algorithm to predict state of health and remaining useful life of battery[J].Chinese Journal of Power Sources,2021,45(3):419-423. |
| |
| Authors: | ZHANG Zhiqi YU Yajuan LI Xi HU Yuchen HUANG Kai |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
