pso-lstm

机器学习之心1 年前
多输入多输出预测·pso-lstm·粒子群优化长短期记忆神经网络
多输入多输出 | Matlab实现PSO-LSTM粒子群优化长短期记忆神经网络多输入多输出预测Matlab实现PSO-LSTM粒子群优化长短期记忆神经网络多输入多输出预测（完整源码和数据） 1.data为数据集，输入10个特征，输出3个变量。 2.main.m为程序主文件，其他为函数文件无需运行。 3.命令窗口输出MBE、MAE、RMSE、R^2和MAPE，可在下载区获取数据和程序内容。 4.粒子群优化参数为学习率、隐藏层单元数和正则化参数。 注意程序和数据放在一个文件夹，运行环境为Matlab2018及以上。
机器学习之心1 年前
长短期记忆神经网络·多输入分类预测·粒子群算法优化·pso-lstm
分类预测 | Matlab实现PSO-LSTM粒子群算法优化长短期记忆神经网络的数据多输入分类预测1.Matlab实现PSO-LSTM粒子群算法优化长短期记忆神经网络的数据多输入分类预测，运行环境Matlab2020b及以上； 2.优化参数为：学习率，隐含层节点，正则化参数。 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； 程序语言为matlab，程序可出分类效果图，迭代优化图，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，可在下载区获取数据和程序内容。