文件名称：七参数在matlab中的代码-CNN-BDT:CNN-BDT
文件大小：121KB
文件格式：ZIP
更新时间：2024-06-23 14:40:09
系统开源
七参数在matlab中的代码CNN-BDT 该存储库包含名为 CNN-BDT 的方法的代码，因为它使用 CNN（卷积神经网络）和 BDT（袋装决策树）。 CNN 用于 PCE（功耗估计）模块，该模块基于七个不同的参数来估计 EV 的功耗： 车速 车辆加速 辅助负载 道路标高 风速 环境温度 初始电池的 SOC PCE 模块中使用的 CNN 灵感来自 G. Devineau、F. Moutarde、W. Xi 和 J. Yang 的文章“对骨骼数据进行手势识别的深度学习”一文中用于手势识别的 CNN 架构。 CNN 的代码是使用 Pytorch API 用 Python 编写的。 BDT 用作微调器来微调 PCE 模块给出的估计值。 BDT 使用 MATLAB 2019a 实现。 培训 PCE 模块： 将存储库下载到您的机器上。 运行 Train_PCEModule.py 文件以训练 PCE 模块的 CNN。 培训微调模块： 在 Matlab 中运行代码以训练用于微调输出的袋装决策树。 输入将是 PCE 模块的 7 个输入参数和 1 个估计输出以及实际输出。
【文件预览】：
CNN-BDT-master
----Norm_TrainingData_Sample.mat(113KB)
----LICENSE(7KB)
----BaggedTreeCode.m(5KB)
----LoadDataset.py(916B)
----Train_PCEModule.py(3KB)
----README.md(1KB)
----PCEModule.py(5KB)