期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
点阵式LED智能前照灯控制功能算法研究
1
作者 高金武 王向阳 +2 位作者 贾志桓 付河 梁宝雯 《汽车技术》 CSCD 北大核心 2023年第5期51-56,共6页
针对点阵式LED远光灯照明光场调整控制复杂的问题,分析了点阵式LED远光灯的照明需求及其发光特性,基于几何关系建立了点阵式LED远光灯与车辆前照明光场的映射关系,并搭建完整的试验系统进行了功能测试。结果表明,所提出的方法控制效果... 针对点阵式LED远光灯照明光场调整控制复杂的问题,分析了点阵式LED远光灯的照明需求及其发光特性,基于几何关系建立了点阵式LED远光灯与车辆前照明光场的映射关系,并搭建完整的试验系统进行了功能测试。结果表明,所提出的方法控制效果准确、实时性好、可靠性强、易于实现。 展开更多
关键词 点阵式LED 远光灯 照明光场变换 路面投影 车外交互
下载PDF
基于PSO-LSTM的质子交换膜燃料电池退化趋势预测 被引量:8
2
作者 高金武 贾志桓 +1 位作者 王向阳 邢浩 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2022年第9期2192-2202,共11页
提出了一种基于粒子群优化(PSO)算法的长短期记忆网络(LSTM)方法,对质子交换膜燃料电池(PEMFC)的电堆电压进行了退化预测。首先,分析了PEMFC的退化机理。然后,应用LSTM建立了电压退化预测模型,并采用Dropout层来防止过拟合以提高模型的... 提出了一种基于粒子群优化(PSO)算法的长短期记忆网络(LSTM)方法,对质子交换膜燃料电池(PEMFC)的电堆电压进行了退化预测。首先,分析了PEMFC的退化机理。然后,应用LSTM建立了电压退化预测模型,并采用Dropout层来防止过拟合以提高模型的泛化能力。此外,使用PSO算法优化LSTM方法中的初始学习率和Dropout概率以提升预测效果。最后,使用IEEE 2014 Data Challenge Data的燃料电池实际老化数据进行验证。结果表明,本文方法可以精确地预测燃料电池的退化,相比于传统的LSTM方法,预测精度提升了50%。 展开更多
关键词 自动控制技术 退化预测 燃料电池 深度学习 长短期记忆网络 粒子群优化
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部