产品展示 Categories
联系我们 contact us
- 联系人:
- 陆先生
- 手机:
- 15895595058
- 电话:
- 0512-58628685
- 地址:
- 张家港市南丰镇
电池荷电状态预测-电动数控滚圆机滚弧机张家港
添加时间:2019-07-04

采集
转载中国知网整理! http://www.gunyuanjixie.com:输入:训练数据集1{(,)}NiiiTRDxy,其中ix为第i个训练样本的特征向量,iy为第i个训练样本的回归值,N表示训练样本的数目;独立评估数据集1{(,)}jjMjIEDxy,其中jx为第j个评估样本的特征向量,jy为第j个评估样本的回归值,M表示评估样本的数目;簇的数目K;输出:集成模型Ada_GPR;图1基于K均值聚类的高斯过程回归集成算法的流程图Fi的数目K的变化曲线F与基于全局信息的GPR模型性能比较前文提到,原始训练集中可能存在冗余信息,直接在原始训练集上训练模型(即基于全局信息的方法)往往不能取得令人满意的结果。为了验证KC-EGPR能够减轻原始训练集中冗余信息带来的负面影响,在本节中,我们将KC-EGPR的预测性能与基于全局信息的GPR模型的预测性能进行比较。为了便于描述,基于全局信息的GPR被命名为GL-GPR。此外,需要注意的是KC-EGPR预测性能与簇的数目K有着直接的关联。在本文中,我们以1为步长从2到8调整K值,选择使KC-EGPR性能达到最佳的K为最终的参数。表2描述了KC-EGPR和GL-GPR在三组数据集下的预测性能。表2K电池荷电状态预测-电动数控滚圆机滚弧机张家港电动钢管滚圆机滚弧机折弯机 本文由公司网站滚圆机网站
采集
转载中国知网整理! http://www.gunyuanjixie.com