-
公开(公告)号：CN114358200A
公开(公告)日：2022-04-15
申请号：CN202210025632.8
申请日：2022-01-11
Applicant: 中南大学
Abstract: 本申请涉及一种非线性数据的分类预测方法、系统、设备和存储介质。该方法包括：从电池充电过程中获取非线性的电压数据和电压导数数据，将电压导数数据插入电压数据，得到原始矩阵；对原始矩阵进行相关系数分析，得到原始矩阵中偶数列与奇数列之间的相关系数，根据相关系数选取原始矩阵中相关列；对原始矩阵进行主成分分析，得到所述原始矩阵的主成分贡献率，根据主成分贡献率选取原始矩阵得到主成分矩阵；将相关列和主成分矩阵进行数据融合，得到融合矩阵，根据融合矩阵完成对非线性数据的分类预测。本发明实施例通过对融合后数据的特征值提取，进而准确分类和预测出电池每次循环的电压数据对应一个可用的电池容量，预测速度快，精确度高。
-
公开(公告)号：CN114358200B
公开(公告)日：2022-09-13
申请号：CN202210025632.8
申请日：2022-01-11
Applicant: 中南大学
Abstract: 本申请涉及一种非线性数据的分类预测方法、系统、设备和存储介质。该方法包括：从电池充电过程中获取非线性的电压数据和电压导数数据，将电压导数数据插入电压数据，得到原始矩阵；对原始矩阵进行相关系数分析，得到原始矩阵中偶数列与奇数列之间的相关系数，根据相关系数选取原始矩阵中相关列；对原始矩阵进行主成分分析，得到所述原始矩阵的主成分贡献率，根据主成分贡献率选取原始矩阵得到主成分矩阵；将相关列和主成分矩阵进行数据融合，得到融合矩阵，根据融合矩阵完成对非线性数据的分类预测。本发明实施例通过对融合后数据的特征值提取，进而准确分类和预测出电池每次循环的电压数据对应一个可用的电池容量，预测速度快，精确度高。
-
Search Results
2
records
(took 0.014 seconds)
