搜索筛选:
搜索耗时0.7664秒,为你在为你在102,285,761篇论文里面共找到 9 篇相符的论文内容
发布年度:
[会议论文] 作者：程瑞军, 陈德旺, 田丽君,
来源：中国自动化大会 年份：2020
...
[期刊论文] 作者：付春流, 郑文芳, 陈东洋, 陈德旺,
来源：电子测量技术 年份：2020
针对现有锂电池剩余放电时间预测方法较少,且预测误差较大的问题,提出了一种基于支持向量回归（SVR）的剩余放电时间预测方法。基于支持向量回归,采用网格搜索、粒子群优化算法（PSO）、遗传算法（GA）3种参数优化方法对模型进行参数寻优,并通过预测效果分析,采用效果最好的......
[期刊论文] 作者：陈东洋,陈德旺,陈开河,肖李德,江世雄,
来源：现代城市轨道交通 年份：2020
随着地铁线网规模的扩大,地铁客流大数据不断产生并积累,其中包含大量信息。地铁乘客出行时间是反映地铁系统运行状况和乘客满意度的重要指标。传统的地铁乘客出行时间预测没...
[期刊论文] 作者：赵文迪,陈德旺,卓永强,黄允浒,
来源：自动化学报 年份：2020
深度神经网络是人工智能的热点,可以很好处理高维大数据,却有可解释性差的不足.通过IF-THEN规则构建的模糊系统,具有可解释性强的优点,但在处理高维大数据时会遇到“维数灾难...
[期刊论文] 作者：郑文芳,付春流,张建华,汤平,陈德旺,
来源：计算机测量与控制 年份：2020
电池故障预测和健康管理(PHM)评价的主要方法是确定电池的健康状态和剩余使用寿命(RUL),以此保证锂离子电池安全可靠地工作和实现寿命优化;锂电池RUL预测不仅是PHM中的热点问...
[期刊论文] 作者：王宇胜, 陈德旺, 蔡俊鹏, 潘伟靖,,
来源：电源技术 年份：2020
锂电池健康状态(SOH)是表征电池衰退的重要指标,也是新能源汽车运行寿命的一个重要指标。为了提高锂电池健康状态SOH的预测精度,采用深度学习LSTM与SVR结合的算法来对锂电池...
[期刊论文] 作者：邓雄伟,陈德旺,魏星星,郑超,郑云龙,胡和军,
来源：江西中医药大学学报 年份：2020
目的:探讨急诊手法结合新型撬拨工具经皮撬拨复位空心钉治疗闭合性SandersⅡ型、Ⅲ型跟骨骨折的临床疗效。方法:选取笔者医院2014年1月—2018年1月手术治疗的单侧闭合性跟骨...
[期刊论文] 作者：邓雄伟,程汉雄,陈德旺,郑超,魏星星,胡和军,
来源：江西医药 年份：2020
目的探讨跟骨撬拨、“L”形外侧切口、跗骨窦切口3种方法治疗跟骨关节内骨折的手术效果。方法回顾分析2012年1月至2018年1月在我院手术治疗的跟骨关节内骨折患者的临床病历资...
[期刊论文] 作者：江共涛,徐南云,魏星星,程毅,陈德旺,邓雄伟,邓平征,胡和军,
来源：临床骨科杂志 年份：2020
目的探讨Scarf联合Akin截骨治疗拇外翻的临床疗效。方法采用Scarf联合Akin截骨治疗32例拇外翻患者。比较术前及末次随访时患足负重正位X线片中的拇外翻角(HVA)、第1、2跖骨间...
相关搜索：
