Resumen

Este estudio introduce la cognición visual en la estimación de la capacidad de las baterías de iones de litio. El método propuesto consta de cuatro pasos. Primero, los datos de corriente de carga adquiridos o de voltaje de descarga en cada ciclo se organizan para formar una imagen bidimensional. Segundo, la imagen generada se descompone en múltiples canales de frecuencia espacial con un conjunto de subbandas de orientación utilizando la transformada de contornos no submuestreada (NSCT). NSCT imita la característica de múltiples canales del sistema visual humano (HVS) que proporciona multirresolución, localización, direccionalidad e invariancia al desplazamiento. Tercero, se extraen varios indicadores en el dominio del tiempo de los coeficientes NSCT para formar un vector de características inicial de alta dimensión. De manera similar, inspirado en la característica de percepción del HVS, se utiliza el método de aprendizaje de variedad de eigenmapa laplaciano, que se considera que revela la ley evolutiva de de

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Estudio; Cognición visual; Batería de ion de litio; Estimación de capacidad; NSCT; Aprendizaje de variedades
• Keywords:Study; Visual cognition; Lithium-ion battery; Capacity estimation; NSCT; Manifold learning