技术栈
多算法模型（BI-LSTM GRU Mamba ekan xgboost）实现功率预测
cv小白菜
2024-11-22 8:07
概述
本项目旨在通过结合多算法模型网络实现功率预测。包括数据处理、特征工程、模型训练、模型推理和结果输出，最终结果以 JSON 格式返回。
代码地址：
代码
机器学习
gru
lstm
时间序列
功率预测
上一篇：
docker搭建jpom
下一篇：
Spring学习笔记_38——@RequestParam
相关推荐
Lihua奏
10 小时前
# 机器学习：机器是怎么从数据里学出规则的
机器学习
饼干哥哥
14 小时前
用AI全自动剪辑，日更 100条爆款视频——HyperFrames、Remotion、Git使用入门
人工智能
·
机器学习
·
ai编程
魏祖潇
2 天前
我在飞书里养了个“分身”——私聊喊它办事，群里 @ 它干活，还能替我传话
人工智能
·
机器学习
哥布林学者
7 天前
深度学习进阶（三十一）FlashAttention：IO 感知的精确注意力
机器学习
·
ai
通信小呆呆
9 天前
当算法有了“五感”：多模态数据融合如何向人体感官协同学习？
人工智能
·
学习
·
算法
·
机器学习
·
机器人
热门推荐
01
2026年6月AI大模型全景报告：GPT-5.6、Claude Opus 4.8、Gemini 3.5，中美AI三足鼎立谁主沉浮？
02
2026年6月AI行业全景：从百模大战到Agent元年，这30天发生了什么？
03
2026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf
04
【AI】2026 年具身智能模型和世界模型总结
05
飞书长连接_事件订阅（接收消息，审批任务状态变更）
06
Claude Code、Codex、Cursor三分天下：2026年AI编程Agent生态全景剖析
07
GitHub 镜像站点
08
Trae国际版与国内版深度测评：AI原生IDE的双生花
09
【AI总结】2026年6月 主流国内外大模型总结
10
2026年AI架构实战：彻底解决OpenAI接口超时与封号，Python调用GPT-5.2/Sora2企业级架构详解（附源码+压测报告）