一种基于多核集成策略的增量相关向量机电池SOC在线预测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于多核集成策略的增量相关向量机电池SOC在线预测方法,包括以下步骤:步骤1、数据预处理;步骤2、训练集采样;步骤3、核函数选择;步骤4、模型训练;步骤5、模型验证;步骤6、自适应核参数;步骤7、RVM模型集成;步骤8、模型预测;步骤9、增量学习策略;步骤10、在线增量预测。本发明从实践角度出发,面对复杂的应用和需求的多样性,借鉴增量学习和集成学习思想,通过训练样本和核函数双重扰动,产生了差异度较大的包含多种核函数RVM个体学习模型,并结合新型增量集成策略,避免了模型过学习的问题,提高了模型的泛化能力和鲁棒性,增大了其应用范围。
《一种基于多核集成策略的增量相关向量机电池SOC在线预测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022117265729,当前法律状态为已下证,由桂林电子科技大学提出申请,发明人为范兴明;王超;贠祥;张鑫;封浩,申请日期为2022-12-30,公开(公告)日期为2026-05-26,国际专利分类号(IPC)为 G01R 31/367 (2019.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于多核集成策略的增量相关向量机电池SOC在线预测方法,包括以下步骤:步骤1、数据预处理;步骤2、训练集采样;步骤3、核函数选择;步骤4、模型训练;步骤5、模型验证;步骤6、自适应核参数;步骤7、RVM模型集成;步骤8、模型预测;步骤9、增量学习策略;步骤10、在线增量预测。本发明从实践角度出发,面对复杂的应用和需求的多样性,借鉴增量学习和集成学习思想,通过训练样本和核函数双重扰动,产生了差异度较大的包含多种核函数RVM个体学习模型,并结合新型增量集成策略,避免了模型过学习的问题,提高了模型的泛化能力和鲁棒性,增大了其应用范围。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
