matlab代码循环运行预测电池寿命
注意：请与Richard
Braatz教授联系，以访问与Nature
Energy论文相关联的代码存储库（具有学术许可）。
该存储库与《自然能源》论文无关。
该存储库包含有关我们的电池寿命早期预测工作的代码。
功能是在MATLAB中生成的，而机器学习是在python中执行的。
请参阅参考资料，以获得该分析的最新版本。
我们的关键脚本和功能总结如下：
MATLAB代码：
featuregeneration.m
：生成从电池数据集中提取的大量特征，并将其导出到csvs。
此功能以10为增量循环20至100。
Python代码：
ElasticNet.py
：使用scikit-learn中的ElasticNetCV模块来训练弹性网络模型。
该模块自动执行5倍交叉验证，以选择alpha和l-1比率超参数的最佳值。
对于每个使用的初始周期数（20到100，以10为步长），分别对超参数进行了优化。
保存经过训练的模型，以便将其用于测试。
RandomForest.py
：使用scikit-learn中的RandomForestRegressor模块。
对于每个
2022-07-07 19:30:35
53.21MB
1
智能家电控制技术 LCD显示管理流程图（智能闹钟）主模式.pdf
学习资料
复习资料
教学资源
2022-07-07 18:10:46
43KB
智能家电控制技术 LCD显示管理流程图（智能闹钟）模式0.pdf
学习资料
复习资料
教学资源
2022-07-07 18:10:45
35KB
智能家电控制技术 LCD显示管理流程图（智能闹钟）模式1.pdf
学习资料
复习资料
教学资源
2022-07-07 18:10:45
37KB
智能家电控制技术 LCD显示管理流程图（智能闹钟）模式2.pdf
学习资料
复习资料
教学资源
2022-07-07 18:10:42
37KB
智能家电控制技术 LCD显示管理流程图（智能闹钟）模式3.pdf
学习资料
复习资料
教学资源
2022-07-07 18:10:40
40KB