本文主要研究内容
作者吴晓冬,李小军(2019)在《基于PCA和SVM的锂电池电极涂布质量预测》一文中研究指出:锂电池电极涂布工艺过程参数的优化选取,在一定程度上影响着锂电池性能的发挥。以主成分分析法(PCA)和支持向量机(SVM)为数学原理,提出锂电池电极涂布质量预测方法:首先,采用主成分分析法对样本数据进行降维处理,用较少的综合指标表征尽可能全面的信息;其次,将降维后的数据作为训练样本,建立支持向量机模型。将模型应用于电极涂布生产线采集的877组数据,对电极涂布面密度合格与否进行预测,准确率高达94.29%。
Abstract
li dian chi dian ji tu bu gong yi guo cheng can shu de you hua shua qu ,zai yi ding cheng du shang ying xiang zhao li dian chi xing neng de fa hui 。yi zhu cheng fen fen xi fa (PCA)he zhi chi xiang liang ji (SVM)wei shu xue yuan li ,di chu li dian chi dian ji tu bu zhi liang yu ce fang fa :shou xian ,cai yong zhu cheng fen fen xi fa dui yang ben shu ju jin hang jiang wei chu li ,yong jiao shao de zeng ge zhi biao biao zheng jin ke neng quan mian de xin xi ;ji ci ,jiang jiang wei hou de shu ju zuo wei xun lian yang ben ,jian li zhi chi xiang liang ji mo xing 。jiang mo xing ying yong yu dian ji tu bu sheng chan xian cai ji de 877zu shu ju ,dui dian ji tu bu mian mi du ge ge yu fou jin hang yu ce ,zhun que lv gao da 94.29%。
论文参考文献
论文详细介绍
论文作者分别是来自工业技术创新的吴晓冬,李小军,发表于刊物工业技术创新2019年03期论文,是一篇关于锂电池论文,电极涂布论文,面密度论文,主成分分析法论文,支持向量机论文,质量预测论文,降维论文,工业技术创新2019年03期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自工业技术创新2019年03期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:锂电池论文; 电极涂布论文; 面密度论文; 主成分分析法论文; 支持向量机论文; 质量预测论文; 降维论文; 工业技术创新2019年03期论文;