| 标题 |
 Long Short-Term Memory Networks for Accurate State-of-Charge Estimation of Li-ion Batteries 用于锂离子电池荷电状态精确估计的长短期记忆网络
相关领域
循环神经网络
计算机科学
荷电状态
电池（电）
卡尔曼滤波器
推论
特征（语言学）
人工神经网络
期限（时间）
扩展卡尔曼滤波器
均方误差
人工智能
实时计算
功率（物理）
物理
量子力学
语言学
哲学
统计
数学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：IEEE Transactions on Industrial Electronics 作者：Ephrem Chemali; Phillip J. Kollmeyer; Matthias Preindl; Ryan Ahmed; Ali Emadi 出版日期：2018-08-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
Grayball
浦肯野
nozero
pcr163
从容芮
醉书生
NJD
CAOHOU
JPH1990
子凡
复杂书竹
MchemG
shinysparrow
Erika
Oracle
qq1083716237
Xiaoxiao
FL
科研小民工
子车茗
皖公网安备34019202002308
