【文件属性】:
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:2021-06-03 20:53:29
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)