.png){kind=icon}
Z
Zhengyi Bao
H指数:11
被引数:438
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
Uni-Mamba：一种基于领域自适应状态空间模型的跨材料与跨条件电池健康状态估计的统一框架
基于物理的窗口级学习框架，用于使用多样化的真实电池包进行容量衰减预测
Applied Energy
IF11
MambaSOH：一种用于锂离子电池健康状态估计的双流Mamba网络，该网络采用非均匀特征融合方法
王, C.; 鲍, Z.; 林, H.; 聂, J.; 朱, C. 锂离子电池健康状态和剩余使用寿命的多任务目标学习框架. IEEE Trans. Transp. Electrif. 2026, 12, 32–44. [Google Scholar] [CrossRef]
用于学习锂离子电池剩余使用寿命预测中的可解释时间信息的指数转换器
统一体积头像: 实现神经人类表征的灵活编辑和渲染
TTSNet: 基于时序变压器的电动汽车锂离子电池荷电状态估计
一种基于相关增强信息的锂离子电池健康状态估计方法
IEEE SENSORS JOURNAL
IF4.5
电动汽车锂离子电池荷电状态和能量状态联合估计的双任务学习
Hfcm-lstm: 一种用于锂离子电池健康状态评估的新型混合框架
基于全局-局部上下文嵌入学习的无序列锂离子电池健康状态估计框架
ENERGY
IF9.4
基于端到端深度学习的锂离子电池健康状态预测
基于变分模态分解的序列到序列模型的锂离子电池剩余使用寿命预测
ENERGIES
IF3.2
ENTROPY
IF2
一种新的锂离子电池健康状态估计的混合神经网络方法
ENERGIES
IF3.2
