LEARNING
基于锁存状态分类和高斯过程回归的液压离合器控制压力快速数据驱动建模
Yash Bagla, Jason Schneider
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
本文提出了一种数据驱动方法，用于建模液压离合器控制电路的压力响应，通过扩展输入向量并利用非线性SVC分类器分离锁存相关操作区域，然后拟合高斯过程回归模型。实验表明，该机器学习模型在再现测量压力响应和迟滞行为方面优于基于物理的Amesim模型。
关键词
hydraulic clutchGaussian process regressiondata-driven modelinglatch-state classificationpressure response
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018