新能源汽车应用场景，基于Python，通过神经网络训练锂离子电池使用相关数据，预测电池当前最大容量
新能源汽车应用场景，基于Python，通过神经网络训练锂离子电池使用相关数据，预测电池当前最大容量
电池数据
在校双创项目中基于LSTM开发的一款计算机故障预测与诊断专家系统，系统框架使用springboot，推理机使用keras，故障诊断正确率可以达到80%+，主要用于诊断时序参数表现出线性规律的计算机故障。
电池数据分析程序
LSTM和SVM实现设备故障诊断
使用LSTM及股票因子数据预测未来收益，使用LRP(layer-wise relevance propagation)增强网络可解释性
最近一年贡献：0 次
最长连续贡献：0 日
最近连续贡献：0 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request，其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。
