注册帐号丨忘记密码？
1.点击网站首页右上角的“充值”按钮可以为您的帐号充值
2.可选择不同档位的充值金额，充值后按篇按本计费
3.充值成功后即可购买网站上的任意文章或杂志的电子版
4.购买后文章、杂志可在个人中心的订阅/零买找到
5.登陆后可阅读免费专区的精彩内容
打开文本图片集
摘 要：为更好地利用卷积神经网络（CNN）中所有卷积层获取的特征信息，提出一种基于跳跃连接多尺度CNN的锂离子电池剩余寿命预测模型。该模型以电池的健康因子作为输入，利用基于跳跃连接的多尺度CNN模型，同时提取锂离子电池健康因子不同尺度的局部特征信息和全局特征信息，并通过信息融合模块融合所有的局部特征信息和全局特征信息，最后输出剩余寿命的预测值。（剩余14090字）
登录龙源期刊网
购买文章
基于跳跃连接多尺度CNN的锂离子电池剩余寿命预测
文章价格：6.00元
当前余额：100.00
阅读
您目前是文章会员，阅读数共：0篇
剩余阅读数：0篇
阅读有效期：0001-1-1 0:00:00