ssa-cnn-bilstm

机器学习之心10 个月前
卷积双向长短期记忆神经网络·时间序列预测·麻雀算法优化·ssa-cnn-bilstm
时序预测 | Matlab实现SSA-CNN-BiLSTM麻雀算法优化卷积双向长短期记忆神经网络时间序列预测MATLAB实现SSA-CNN-BiLSTM麻雀算法优化卷积双向长短期记忆神经网络时间序列预测（完整源码和数据) 1.MATLAB实现SSA-CNN-BiLSTM麻雀算法优化卷积双向长短期记忆神经网络时间序列预测（完整源码和数据) 2.输入输出单个变量，时间序列预测预测； 3.多指标评价，评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高； 4.麻雀算法优化参数为：学习率，隐含层节点，正则化参数； 5.excel数据，方便替换，运行环境2020及以上。
机器学习之心1 年前
卷积双向长短期记忆神经网络·数据分类预测·麻雀算法优化·ssa-cnn-bilstm
分类预测 | MATLAB实现SSA-CNN-BiLSTM麻雀算法优化卷积双向长短期记忆神经网络数据分类预测1.MATLAB实现SSA-CNN-BiLSTM数据分类预测，运行环境Matlab2021b及以上； 2.基于麻雀优化算法（SSA）、卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）的数据分类预测程序； 3.多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用；SSA优化算法优化学习率、正则化系数、神经元个数，这3个关键参数。 程序语言为matlab，程序可出分类效果图，混淆矩阵图。 4.data为数据集，输入12个特征，分四类；main为主程序，其余为函数文件，无需运行。
机器学习之心1 年前
attention·数据分类预测·cnn-bilstm-att·se注意力机制·ssa-cnn-bilstm
分类预测 | MATLAB实现SSA-CNN-BiLSTM-Attention数据分类预测（SE注意力机制）1.MATLAB实现SSA-CNN-BiLSTM-Attention数据分类预测（SE注意力机制），运行环境Matlab2021b及以上； 2.基于麻雀优化算法（SSA）、卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）、SE注意力机制的数据分类预测程序； 3.多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用；SSA优化算法优化学习率、正则化系数、神经元个数，这3个关键参数。 程序语言为matlab，程序可出分类效果图，混淆矩阵图； 4.data为数据集，输入12个特征
机器学习之心1 年前
attention·cnn-bilstm·多变量时间序列预测·se注意力机制·ssa-cnn-bilstm·cnn-bilstm-at
多维时序 | MATLAB实现SSA-CNN-BiLSTM-Attention多变量时间序列预测（SE注意力机制）1.MATLAB实现SSA-CNN-BiLSTM-Attention多变量时间序列预测（SE注意力机制）； 2.运行环境为Matlab2021b； 3.data为数据集，excel数据，输入多个特征，输出单个变量，考虑历史特征的影响，多变量时间序列预测， main.m为主程序，运行即可,所有文件放在一个文件夹； 4.命令窗口输出R2、MSE、MAE、MAPE和MBE多指标评价； 5.麻雀算法优化学习率，隐藏层节点，正则化系数；