锂离子电池健康状态估计：基于自注意力机制与小样本深度迁移学习的方法解析

用户7136653

修改于 2026-10-03 17:33:10

390

概述

针对锂离子电池在不同正极材料（NCM与NCA）、多工况倍率（1C/2C）及不同环境温度（24 ℃与4 ℃）下的容量退化问题，在论文《Deep transfer learning enabled online state-of-health estimation of lithium-ion batteries under small samples across different cathode

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

机器学习