论文提出一种面向资源受限电动汽车系统的端侧学习方法，将预训练电池功率预测模型转换为可自适应版本，并保留初始训练中的关键超参数信息。研究比较在线与离线适应策略，在不同模型和预测时域上分别实现最高7.49%和14.88%的平均绝对误差下降。
最近 24 小时暂无可用热度快照。