目录
效果一览
基本介绍
变分自编码器VAE---BiGRU:自动提取特征、序列预测(python)
使用场景:降维、特征提取
案例展示:
锂电池261次循环下的阻抗数据,期中每次循环包含60个频率点,横轴为实部,纵轴为虚部,数据格式为(261,2,60)。
为该块电池的SOH容量曲线
由于采集全频段的阻抗数据会导致数据量庞大,并非每个频率下的阻抗数据都能有效反映电池容量的下降趋势。为减轻模型负担,我们可以利用变分自编码器提取中间数据作为特征。展示了通过变分自编码器提取的特征向量,其中既包含正相关也包含负相关的特征。
搭配双向GRU模型的预测结果
程序设计
- 完整程序和数据获取方式:私信博主回复基于VAE---BiGRU变分自编码器结合深度学习模型(Python/Matlab)。
参考资料
[2] https://download.csdn.net/download/kjm13182345320/87568090?spm=1001.2014.3001.5501
[3] https://blog.csdn.net/kjm13182345320/article/details/129433463?spm=1001.2014.3001.5501