分类预测 | MATLAB实现PCA-BiLSTM(主成分双向长短期记忆神经网络)分类预测
目录
预测效果
基本介绍
分类预测 | MATLAB实现PCA-BiLSTM(主成分双向长短期记忆神经网络)分类预测(完整程序和数据)
基于主成分分析-双向长短期记忆神经网络分类预测,PCA-BiLSTM分类预测,多输入分类预测(Matlab完整程序和数据)
输入多个特征,可用于二分类及多分类模型,可视化展示分类准确率。
运行环境Matlab2018及以上。
程序设计
-
完整程序和数据下载:私信博主回复MATLAB实现PCA-BiLSTM(主成分双向长短期记忆神经网络)分类预测。
-
程序设计
clike
dropoutLayer(0.2)
fullyConnectedLayer(outputSize)
regressionLayer];
%% trainoption(lstm)
%优化算法、训练次数、梯度阈值、运行环境、学习率、学习计划
opts = trainingOptions('adam', ...
'MaxEpochs',800, ...
'MiniBatchSize',48,...
'GradientThreshold',1,...
'ExecutionEnvironment','gpu',...
'InitialLearnRate',0.005, ...
'LearnRateSchedule','piecewise', ...
'LearnRateDropPeriod',100, ...
'LearnRateDropFactor',0.8, ...
'Verbose',0, ...
'Plots','training-progress'...
);
参考资料
[1] https://blog.csdn.net/kjm13182345320/article/details/120498871?spm=1001.2014.3001.5501
[2] https://blog.csdn.net/kjm13182345320/article/details/120525662?spm=1001.2014.3001.5501
[3] https://blog.csdn.net/kjm13182345320/article/details/120406657?spm=1001.2014.3001.5501
致谢
- 大家的支持是我写作的动力!!