注册帐号丨忘记密码？
1.点击网站首页右上角的“充值”按钮可以为您的帐号充值
2.可选择不同档位的充值金额，充值后按篇按本计费
3.充值成功后即可购买网站上的任意文章或杂志的电子版
4.购买后文章、杂志可在个人中心的订阅/零买找到
5.登陆后可阅读免费专区的精彩内容
打开文本图片集
【摘要】为解决质子交换膜燃料电池（PEMFC）剩余使用寿命（RUL）预测精度不高的问题，提出了一种基于北方苍鹰优化（NGO）、卷积神经网络（CNN）和双向长短时记忆（BiLSTM）神经网络的动态燃料电池RUL预测模型。首先，利用NGO对CNN-BiLSTM模型的学习率、隐藏节点及正则化系数进行寻优，然后，通过CNN-BiLSTM模型的卷积层对输入数据进行特征提取，输入到BiLSTM层进行时序建模和预测。（剩余10916字）
登录龙源期刊网
购买文章
基于NGO-CNN-BiLSTM神经网络的动态质子交换膜燃料电池剩余使用寿命预测
文章价格：6.00元
当前余额：100.00
阅读
您目前是文章会员，阅读数共：0篇
剩余阅读数：0篇
阅读有效期：0001/1/1 0:00:00
