-
题名基于IRVM的锂电池荷电状态评估方法与仿真验证
被引量:1
- 1
-
-
作者
王超
范兴明
张鑫
高琳琳
刘华东
-
机构
桂林电子科技大学电气工程及其自动化系
-
出处
《电子技术应用》
2018年第12期127-130,134,共5页
-
基金
国家自然科学基金(61741126)
广西制造系统与先进制造技术重点实验室主任课题(16-380-12-006Z)
桂林电子科技大学研究生优秀论文培育项目(16YJPYSS02)
-
文摘
针对相关向量机算法多步预测精度低和在线预测适应性差的问题,提出一种改进的增量相关向量机模型对锂离子电池的荷电状态进行在线预测。选择锂离子电池电压、充放电电流和表面温度作为模型的输入,荷电状态作为模型的输出,构造模型的训练集。选用快速序列稀疏贝叶斯学习算法进行训练,并结合增量学习法建立增量学习相关向量机模型进行锂离子电池在线预测方法研究。研究发现通过自动调整核参数的方法,可以保证有较高的预测精度。算法验证实验表明,该算法预测精度高、计算速度快且通用性强,可为锂离子电池荷电状态的预测与应用提供参考。
-
关键词
数据驱动
增量学习相关向量机
荷电状态
评估预测
算法仿真验证
-
Keywords
data-driven
incremental learning relevance vector machine
state-of-charge
evaluation prediction
algorithms verified by simulation
-
分类号
TM911
[电气工程—电力电子与电力传动]
-
-
题名基于GA-BP神经网络的手势识别精度优化研究
被引量:2
- 2
-
-
作者
郭兴
徐武
唐文权
-
机构
云南民族大学电气信息工程学院
-
出处
《现代电子技术》
北大核心
2020年第6期183-186,共4页
-
基金
国家自然科学基金资助项目(U1802271)。
-
文摘
针对5DT数据手套手势识别过程中存在的精度问题,传统的BP神经网络算法受到其自身因素的影响,导致出现输出手势缺失、变形、精度差的问题。为此,该文提出一种GA-BP权值优化算法,能有效克服BP算法局部寻优的缺点,使输出值不断地接近期望数值,防止陷入局部极小的情况,可以克服输出图像缺失、变形的问题。在GA-BP算法的基础上,对函数输出误差的最大值进行权值优化,解决输出手势精度差的问题。实验结果表明,基于GA-BP神经网络权值优化算法改善了手势识别的精度。
-
关键词
手势识别
精度优化
GA-BP神经网络
权值优化
效果分析
算法仿真验证
-
Keywords
gesture recognition
precision optimization
GA-BP neural network
weight optimization
image output
effect analysis
algorithm simulation verification
-
分类号
TN915.06-34
[电子电信—通信与信息系统]
TP391.9
[自动化与计算机技术—计算机应用技术]
-