机译:基于卷积神经网络和随机林特征选择的质子交换膜燃料电池性能预测
Beijing Informat Sci & Technol Univ Sch Mech & Elect Beijing 100101 Peoples R China;
Beijing Informat Sci & Technol Univ Sch Mech & Elect Beijing 100101 Peoples R China;
Nankai Univ Coll Software Tianjin 300071 Peoples R China;
Beijing Inst Technol Engn Lab Elect Vehicles Beijing 100081 Peoples R China;
Guangzhou Automobile Grp Co Ltd Automot Engn Res Inst Guangzhou 510006 Peoples R China;
Beijing Informat Sci & Technol Univ Sch Mech & Elect Beijing 100101 Peoples R China;
Performance prediction; Fuel cell; Deep learning; Random forest;
机译:基于卷积神经网络的质子交换膜燃料电池的阻抗预测模型
机译:卷积神经网络心脏骤停后基于EEG的结果预测:辨别特征的性能和可视化
机译:基于小波的卷积神经网络特征和随机森林分类器自动诊断视网膜光学相干断层扫描图像中的异常黄斑
机译:基于人工神经网络的质子交换膜燃料电池降解及剩余使用寿命预测
机译:通过氢核磁共振显微镜实验获得的质子交换膜燃料电池性能的见解
机译:卷积神经网络用于心脏骤停后基于EEG的结果预测:区分特征的性能和可视化
机译:基于随机林特征选择和混合神经网络的多模型融合短期负荷预测
机译:基于聚磷腈的质子交换膜用于直接液体甲醇燃料电池