预测未来 | MATLAB实现Transformer时间序列预测未来

预测未来 | MATLAB实现Transformer时间序列预测未来

预测效果




基本介绍

1.Matlab实现Transformer时间序列预测未来;

2.运行环境Matlab2023b及以上,data为数据集,单变量时间序列预测;

3.递归预测未来数据,可以控制预测未来大小的数目,适合循环性、周期性数据预测;

4.命令窗口输出R2、MAE、MAPE、MBE、MSE等评价指标;

5.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。

6.适用对象:大学生课程设计、期末大作业和毕业设计。

程序设计

  • 代码获取私信回复MATLAB实现Transformer时间序列预测未来
clike 复制代码
%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行

%%  导入数据
result = xlsread('data.xlsx');



%%  数据集分析
outdim = 1;                                  % 最后一列为输出
num_size = 0.7;                              % 训练集占数据集比例
num_train_s = round(num_size * num_samples); % 训练集样本个数
f_ = size(res, 2) - outdim;                  % 输入特征维度


%%  划分训练集和测试集
P_train = res(1: num_train_s, 1: f_)';
T_train = res(1: num_train_s, f_ + 1: end)';
M = size(P_train, 2);

P_test = res(num_train_s + 1: end, 1: f_)';
T_test = res(num_train_s + 1: end, f_ + 1: end)';
N = size(P_test, 2);

%%  数据归一化
[P_train, ps_input] = mapminmax(P_train, 0, 1);
P_test = mapminmax('apply', P_test, ps_input);

[t_train, ps_output] = mapminmax(T_train, 0, 1);
t_test = mapminmax('apply', T_test, ps_output);

%%  数据平铺
P_train =  double(reshape(P_train, f_, 1, 1, M));
P_test  =  double(reshape(P_test , f_, 1, 1, N));

t_train = t_train';
t_test  = t_test' ;

%%  数据格式转换
for i = 1 : M
    p_train{i, 1} = P_train(:, :, 1, i);
end

for i = 1 : N
    p_test{i, 1}  = P_test( :, :, 1, i);
end

参考资料

1\] https://blog.csdn.net/kjm13182345320/article/details/126805601?spm=1001.2014.3001.5501 \[2\] https://blog.csdn.net/kjm13182345320/article/details/126805183?spm=1001.2014.3001.5501 \[3\] https://blog.csdn.net/kjm13182345320/article/details/126775607?spm=1001.2014.3001.5501 \[4\] https://blog.csdn.net/kjm13182345320/article/details/126738853?spm=1001.2014.3001.5501

相关推荐
JoannaJuanCV13 小时前
大语言模型基石:Transformer
人工智能·语言模型·transformer
兔子不吃草~17 小时前
Transformer学习记录与CNN思考
学习·cnn·transformer
苏苏susuus17 小时前
NLP:Transformer之self-attention(特别分享3)
人工智能·自然语言处理·transformer
小彭律师20 小时前
基于因果推理与Transformer的金融理财产品智能推荐系统
深度学习·金融·transformer
tyatyatya20 小时前
MATLAB中进行视觉检测入门教程
开发语言·matlab·视觉检测
蒋星熠21 小时前
深度学习实战指南:从神经网络基础到模型优化的完整攻略
人工智能·python·深度学习·神经网络·机器学习·卷积神经网络·transformer
时空无限1 天前
说说transformer 中的掩码矩阵以及为什么能掩盖住词语
人工智能·矩阵·transformer
技术小黑1 天前
Transformer系列 | Pytorch复现Transformer
pytorch·深度学习·transformer
max5006002 天前
基于多元线性回归、随机森林与神经网络的农作物元素含量预测及SHAP贡献量分析
人工智能·python·深度学习·神经网络·随机森林·线性回归·transformer
2zcode2 天前
基于Matlab可见光通信系统中OOK调制的误码率性能建模与分析
算法·matlab·php