排序方式: 共有206条查询结果,搜索用时 281 毫秒
61.
梯次利用处理退役锂离子电池具有巨大的经济和环境价值,而如何高效、准确地对退役电池进行分选重组是梯次利用中突出的技术挑战。首先,为准确反映退役电池的一致性,提取最大可用容量(MAC)、放电欧姆内阻(DOIR)和容量增量曲线的弗雷歇距离(FD)3个因素共同作为聚类因子。然后3个聚类因子结合自适应模糊C-均值(AFCM)算法构建退役电池聚类方法。结果表明:AFCM算法聚类簇内MAC的最大误差为79 mA·h,DOIR小于45 mΩ;三因素的聚类方法成组的电池一致性较好;并且在117颗电池聚类时,AFCM算法聚类耗费的时间最短。 相似文献
62.
动车组故障数据呈现体量越来越大,来源日趋广泛,相关信息几何形态增长的特点.为研究动车组安全规律,挖掘海量历史故障的数据价值,基于动车组安全大数据平台,利用多源数据采集、融合处理及大数据机器学习技术,设计了动车组安全规律分析系统架构与功能.目前,该系统已研发完成,并针对CRH380系列动车组进行了安全规律验证.系统的建设... 相似文献
63.
针对CTCS3-300T列控车载设备MVB总线等线缆日常维护和故障处理中缺少有效测试手段的现状,研制MVB总线状态分析诊断装置.该装置包含多类型线缆接口、电气检测单元和智能分析诊断单元;综合应用自平衡电桥、机器学习数据分类等多种检测手段和智能算法,对不同线缆的物理和电气特性进行测试,并自动生成测试报告和诊断结果;具有功... 相似文献
64.
介绍了一种根据道岔转辙机历史动作功率曲线,通过无监督机器学习自动生成转辙机动作功率参考曲线的方法.该方法首先通过提取历史曲线特征,然后形成自适应分类成簇,最后以簇为单位生成推荐的参考曲线.测试验证表明,该方法可以降低设备维护人员工作量,提高参考曲线设置的准确度,提升转辙机设备的智能化维护. 相似文献
65.
66.
针对传统模糊控制方法修正误差大、航行过程中出现风暴现象船舶的晃动程度较高的现象,提出并设计了一种基于机器学习的船体减摇自动化控制方法。结合数学模型对船舶减摇过程中所受的偏移力矩进行分析后,确定船体姿态参量的自整定性处理系数,采用机器学习方法对自动化控制算法进行优化,实现船体姿态参量的误差补偿,完成对风暴环境中船舶的自动化减摇控制。仿真实验结果表明,采用基于机器学习的自动化控制方法能够有效增强船体减摇过程中的误差修正能力,鲁棒性极强。 相似文献
67.
基于核函数的学习算法 总被引:23,自引:0,他引:23
田盛丰 《北方交通大学学报》2003,27(2):1-8
论述基于核函数的方法,包括支持向量机的分类、聚类与回归算法,基于核的Fisher判别分析、感知机和主成分分析,介绍学习算法、简化算法和多类分类等研究课题,及基于核函数方法的应用。 相似文献
68.
69.
70.