自适应带宽核密度估计

机器学习之心5 个月前
卷积神经网络·自适应带宽核密度估计·多变量回归区间预测·cnn-abkde
区间预测 | Matlab实现CNN-ABKDE卷积神经网络自适应带宽核密度估计多变量回归区间预测1.Matlab实现CNN-ABKDE卷积神经网络自适应带宽核密度估计多变量回归区间预测（完整源码和数据）
机器学习之心5 个月前
bp神经网络·自适应带宽核密度估计·多变量回归区间预测·bp-abkde
区间预测 | Matlab实现BP-ABKDE的BP神经网络自适应带宽核密度估计多变量回归区间预测1.Matlab实现BP-ABKDE的BP神经网络自适应带宽核密度估计多变量回归区间预测（完整源码和数据）
机器学习之心5 个月前
自适应带宽核密度估计·多变量回归区间预测·gru-abkde·多置信区间
区间预测 | Matlab实现GRU-ABKDE门控循环单元自适应带宽核密度估计多变量回归区间预测1.Matlab实现GRU-ABKDE门控循环单元自适应带宽核密度估计多变量回归区间预测（完整源码和数据）
机器学习之心5 个月前
长短期记忆神经网络·自适应带宽核密度估计·多变量回归区间预测·lstm-abkde
区间预测 | Matlab实现LSTM-ABKDE长短期记忆神经网络自适应带宽核密度估计多变量回归区间预测1.Matlab实现LSTM-ABKDE长短期记忆神经网络结合自适应带宽核函数密度估计的多变量回归区间预测（完整源码和数据）
机器学习之心10 个月前
bilstm-adaboost·abkde·自适应带宽核密度估计·多变量回归区间预测·集成双向长短期记忆网络
区间预测 | Matlab实现BiLSTM-Adaboost-ABKDE的集成双向长短期记忆网络自适应带宽核密度估计多变量回归区间预测1.Matlab实现BiLSTM-Adaboost-ABKDE的集成学习双向长短期记忆神经网络结合自适应带宽核函数密度估计的多变量回归区间预测（完整源码和数据） 2.BiLSTM-Adaboost-ABKDE的集成学习双向长短期记忆神经网络结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计） Matlab语言 3.多变量单输出，包括点预测+概率预测+核密度估计曲线，MatlabR2021a及以上版本运行，提供多种置信区间！评价指标包括R2、MAE、RMSE、MAPE、区间覆盖率
机器学习之心10 个月前
lstm-adaboost·abkde·自适应带宽核密度估计·多变量回归区间预测·集成学习长短期记忆神经网络
区间预测 | Matlab实现LSTM-Adaboost-ABKDE的集成学习长短期记忆神经网络自适应带宽核密度估计多变量回归区间预测1.Matlab实现LSTM-Adaboost-ABKDE的集成学习长短期记忆神经网络结合自适应带宽核函数密度估计的多变量回归区间预测（完整源码和数据） 2.LSTM-Adaboost-ABKDE的集成学习长短期记忆神经网络结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计） Matlab语言 3.多变量单输出，包括点预测+概率预测+核密度估计曲线，MatlabR2021a及以上版本运行，提供多种置信区间！评价指标包括R2、MAE、RMSE、MAPE、区间覆盖率picp、区间平
机器学习之心10 个月前
gru-adaboost·abkde·自适应带宽核密度估计·多变量回归区间预测·集成门控循环单元
区间预测 | Matlab实现GRU-Adaboost-ABKDE的集成门控循环单元自适应带宽核密度估计多变量回归区间预测1.Matlab实现GRU-Adaboost-ABKDE的集成门控循环单元自适应带宽核密度估计多变量回归区间预测（完整源码和数据） 2.GRU-Adaboost-ABKDE的集成门控循环单元自适应带宽核密度估计多变量回归区间预测（点预测+概率预测+核密度估计） Matlab语言 3.多变量单输出，包括点预测+概率预测+核密度估计曲线，MatlabR2021a及以上版本运行，提供多种置信区间！评价指标包括R2、MAE、RMSE、MAPE、区间覆盖率picp、区间平均宽度百分比pinaw等。 4.算法新颖，对