半监督对比学习
一个基于VGG16的半监督对比学习模型，在类别不平衡和标注稀缺下仍能高精度分选退役锂电池，提升梯次利用安全性。
Cai, Lei · Wen, Zhao · 金海燕 · 王斌 · Peng, Jichang · Ming, Zhang · 孟锦豪 · Yang, Shengxiang
Applied Energy 2026
对比学习目标特别强化少数类别的表征，使模型在类别不平衡时仍能保持高精度。
采用半监督学习，仅需少量标注样本即可训练，降低数据获取成本。
只需一次快速充放电测试获取曲线，无需完整循环老化，缩短筛选周期并降低成本。
准确分选能提高重组电池包的一致性和安全性，降低热失控等风险。