包含背景 电特性模型讲解 热特性、老化特性讲解 电池参数辨识的详细介绍 相信你看了能学到不少东西 由于文件大小分三部分上传

内包括卡尔曼滤波算法详细讲解 基于在线的参数辨识的估计 经验估计方法 内容硬核丰富值得学习

包含基本原理 查表发 基于状态估计和参数辨识方法 直流电阻法 基于交流阻抗谱的方法 利用传递函数直接计算 全篇总结

包括背景 开发测试 验证测试 标准现状 测试设备及注意点

从电池基础到基本结构到工作原理 主要性能参数及测试方法 基本特性及分析方法 发展现状

威纶通学习视频64讲

视频理解是计算机视觉和深度学习的一个重要分支。本书对视频理 解的3个重要领域进行介绍，对于每个领域，本书不仅解释了相关算法 的原理，还梳理了算法演进的脉络。全书共分6章，第1章简要介绍视频 行业的发展历程；第2章回顾经典图像分类模型和RNN；第3章和第4章 介绍动作识别的重要算法；第5章介绍时序动作定位的重要算法；第6章 介绍视频Embedding的重要算法。最后总结了常用的一些视频处理工 具。 本书既适合高等院校人工智能相关专业的本科生和研究生阅读，也 可供视频理解、推荐系统、搜索引擎和计算广告等领域的研究人员和从 业者参考

视频质量诊断，之前由于数据不足，采用传统的方法进行检测，当前已经积累了一些数据，采用分类模型做了训练和检测工作，主要有：亮度异常检测、偏色检测、图像噪声检测、条纹噪声检测、清晰度检测、信号丢失检测、遮挡检测和对比度检测。 https://blog.csdn.net/zhulong1984/article/details/125155862

吴恩达视频配套笔记，非常值得参考学习。

给1万帧视频做目标分割，显存占用还不到1.4GB 整个AI框架由3个端到端卷积网络组成。 一个查询编码器（Query encoder）用来追踪提取查询特定图像特征。 一个解码器（Decoder）负责获取内存读取步骤的输出，以生成对象掩码。 一个值编码器（Value encoder）可以将图像和目标的掩码相结合，从而来提取新的内存特征值。 最终值编码器提取到的特征值会添加到工作内存中。 从实验结果来看，该方法在短视频和长视频上，都实现了SOTA