技术栈
剩余寿命预测
机器学习之心
13 天前
锂电池剩余寿命预测
·
transformer-gru
·
剩余寿命预测
·
容量特征提取
SCI配图！多元变分模态分解+组合+RUL预测！MVMD-Transformer-GRU锂电池剩余寿命预测（容量特征提取+剩余寿命预测）
SCI配图！多元变分模态分解+组合+RUL预测！MVMD-Transformer-GRU锂电池剩余寿命预测（容量特征提取+剩余寿命预测）
机器学习之心
18 天前
soh估计
·
物理信息神经网络
·
先验知识
·
锂电池健康状态估计
·
rul预测
·
剩余寿命预测
·
梯度信息软约束
电池SOH估计和RUL预测 | 融合梯度信息软约束先验知识的PINN物理信息神经网络的锂电池健康状态估计和剩余寿命预测，MATLAB代码
融合梯度信息软约束先验知识的PINN物理信息神经网络的锂电池健康状态估计和剩余寿命预测，MATLAB代码码实现了基于物理信息神经网络（PINN）的锂电池健康状态（SOH）估计与剩余使用寿命（RUL）预测，依托NASA锂电池老化数据集，通过提取多维度健康特征并施加物理约束，有效提升老化趋势预测的准确性和可解释性。以下是详细描述：
【建模先锋】
22 天前
人工智能
·
python
·
深度学习
·
锂电池
·
锂电池寿命预测
·
锂电池数据集
·
剩余寿命预测
精品数据分享 | 锂电池数据集（10）基于阻抗的锂离子电池在不均衡使用情况下的性能预测
继前分享的锂电池数据精品数据分享 | 锂电池数据集（一）新能源汽车大规模锂离子电池数据集精品数据分享 | 锂电池数据集（二）Nature子刊论文公开锂离子电池数据
机器学习之心
23 天前
神经网络
·
lstm神经网络
·
锂电池健康状态估计
·
电池soh估计
·
rul预测
·
剩余寿命预测
电池SOH估计和RUL预测 | 基于LSTM神经网络的锂电池健康状态估计和剩余寿命预测，MATLAB代码
电池SOH估计和RUL预测，基于LSTM神经网络的锂电池健康状态估计和剩余寿命预测，MATLAB代码，该代码集围绕锂离子电池健康状态（SOH）估计与剩余寿命预测展开，采用基于数据驱动的LSTM神经网络方法。
我是有底线的