路径规划领域发文量TOP期刊排行榜(含中科院分区+开放获取信息) (1)

路径规划领域发文量TOP期刊排行榜(含中科院分区+开放获取信息)

以下内容是由Web of Science 搜索关键词“Path planning” 即(路径规划),按照23-25年发相关文章发文量来进行排序。搜索日期20250616
中科院分区与OA信息是由letpub网站搜索得来。
Publication Titles 中科院分区 是否OA Count
1 IEEE ACCESS 4 Yes 941
2 SENSORS 3 Yes 692
3 SENSORS BASEL SWITZERLAND 691
4 IEEE ROBOTICS AND AUTOMATION LETTERS 2 Hybrid 637
5 APPLIED SCIENCES BASEL 491
6 APPLIED SCIENCES Yes 467
7 ELECTRONICS 4 Yes 379
8 SUSTAINABILITY 3 Yes 359
9 IEEE INTERNET OF THINGS JOURNAL 2 No 347
10 DRONES 3 Yes 270
11 OCEAN ENGINEERING 2 No 250
12 IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS 2 No 233
13 JOURNAL OF MARINE SCIENCE AND ENGINEERING 3 Yes 217
14 IEEE SENSORS JOURNAL 3 No 208
15 IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY 2 No 206
16 IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING 2 No 193
17 WIRELESS PERSONAL COMMUNICATIONS 4 No 186
18 COMPUTER NETWORKS 3 No 164
19 INTERNATIONAL JOURNAL OF COMMUNICATION SYSTEMS 4 No 157
20 EXPERT SYSTEMS WITH APPLICATIONS 1 No 148
21 IEEE TRANSACTIONS ON ROBOTICS 1 No 141
22 IEEE TRANSACTIONS ON NETWORK AND SERVICE MANAGEMENT 3 No 136
23 SCIENTIFIC REPORTS 3 Yes 133
24 IEEE TRANSACTIONS ON MOBILE COMPUTING 1 No 125
25 ROBOTICS AND AUTONOMOUS SYSTEMS 2 No 120
26 AD HOC NETWORKS 3 No 112
27 INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY 3 No 110
28 JOURNAL OF OPTICAL COMMUNICATIONS AND NETWORKING 2 No 107
29 WIRELESS NETWORKS 4 No 104
IEEE TRANSACTIONS ON INTELLIGENT VEHICLES 99
JOURNAL OF SUPERCOMPUTING 98
COMPUTERS AND ELECTRONICS IN AGRICULTURE 97
PEER TO PEER NETWORKING AND APPLICATIONS 97
MACHINES 94
REMOTE SENSING 93
CMC COMPUTERS MATERIALS CONTINUA 92
JOURNAL OF INTELLIGENT ROBOTIC SYSTEMS 92
COMPUTERS MATERIALS CONTINUA 89
ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE 87
ROBOTICA 85
ENERGIES 78
IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS 78
JOURNAL OF FIELD ROBOTICS 78
JOURNAL OF INTELLIGENT FUZZY SYSTEMS 76
JOURNAL OF INTELLIGENT FUZZY SYSTEMS APPLICATIONS IN ENGINEERING AND TECHNOLOGY 76
COMPUTER COMMUNICATIONS 73
IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT 73
IEEE ACM TRANSACTIONS ON NETWORKING 71
IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS 71
AEROSPACE 70

在这里插入图片描述

内容概要:本文围绕基于CNN-Transformer混合模型的锂电池SOH(健康状态)预测展开研究,提出一种融合卷积神经网络(CNN)局部特征提取能力与Transformer长序列建模优势的深度学习架构,有效提升电池老化趋势预测的精度与鲁棒性。研究以Python代码实现为核心,详细阐述模型构建、训练流程与性能评估方法,并结合电池管理系统(BMS)的实际需求,验证该方法在时序数据建模中的优越性。文档还系统梳理了机器学习、深度学习、智能优化算法、电力系统调度、路径规划、信号与图像处理等多个前沿科研方向的技术应用体系,突出锂电池SOH预测在新能源、储能及智能运维等领域的重要价值。; 适合人群:具备Python编程基础和深度学习理论知识,从事电池健康管理、新能源系统开发、智能算法研究或相关领域科研工作的研究生、工程师及科研人员。; 使用场景及目标:① 实现锂电池健康状态的高精度估计,支撑电池寿命预测与安全预警,服务于电动汽车与储能系统的电池管理;② 掌握CNN与Transformer融合模型的设计原理与代码实现技巧,推动学术论文复现或工程化落地;③ 借鉴文中提供的多领域技术框架,拓展至风电/光伏功率预测、负荷预测、设备故障诊断等时序回归与预测任务中。; 阅读建议:此资源强调深度学习模型在电池退化建模中的实际应用,建议读者结合提供的网盘代码与数据集动手实践,深入理解模型结构设计、超参数调优与训练过程,同时关注公众号“荔枝科研社”获取完整资料与持续更新的技术支持。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

pitepa

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值