技术栈

pso-lstm-att

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-att·融合注意力机制
分类预测 | Matlab实现PSO-LSTM-Attention粒子群算法优化长短期记忆神经网络融合注意力机制多特征分类预测1.Matlab实现PSO-LSTM-Attention粒子群算法优化长短期记忆神经网络融合注意力机制多特征分类预测,运行环境Matlab2023b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。
机器学习之心
1 年前
lstm·多变量时间序列预测·pso-lstm-att·lstm-attention·粒子群优化长短期记忆神经网络·融合注意力机制
多维时序 | MATLAB实现PSO-LSTM-Attention粒子群优化长短期记忆神经网络融合注意力机制的多变量时间序列预测多维时序 | MATLAB实现PSO-LSTM-Attention粒子群优化长短期记忆神经网络融合注意力机制的多变量时间序列预测