卷积双向长短期记忆神经网络

机器学习之心7 个月前
卷积双向长短期记忆神经网络·数据分类预测·sam-attention·cnn-bilstm-sam·融合空间注意力机制
分类预测 | Matlab实现CNN-BiLSTM-SAM-Attention卷积双向长短期记忆神经网络融合空间注意力机制的数据分类预测1.Matlab实现CNN-BiLSTM-SAM-Attention卷积双向长短期记忆神经网络融合空间注意力机制的数据分类预测(完整源码和数据) 2.自带数据,多输入,单输出,多分类。图很多,包括多边形面积PAM、分类准确率、灵敏度、特异性、曲线下面积AUC、Kappa系数、F_measure。等等。 3.直接替换数据即可使用,保证程序可正常运行。运行环境MATLAB2021及以上。 4.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。
机器学习之心1 年前
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
koa·卷积双向长短期记忆神经网络·cnn-bilstm·数据分类预测·开普勒算法优化·koa-cnn-bilstm
分类预测 | MATLAB实现KOA-CNN-BiLSTM开普勒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KOA-CNN-BiLSTM开普勒算法优化卷积双向长短期记忆神经网络数据分类预测,多特征输入模型,运行环境Matlab2020b及以上; 2.基于开普勒算法(KOA)优化卷积双向长短期记忆神经网络(CNN-BiLSTM)分类预测。 2023年新算法,KOA-CNN-BiLSTM开普勒优化卷积双向长短期记忆神经网络的数据分类预测,MATLAB程序,多变量特征输入,优化了学习率、卷积核大小及隐藏层单元个数等,方便增加维度优化自它参数。 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
机器学习之心1 年前
卷积双向长短期记忆神经网络·cnn-bilstm·时间序列预测·风电功率预测
时序预测 | MATLAB实现CNN-BiLSTM卷积双向长短期记忆神经网络时间序列预测(风电功率预测)1.MATLAB实现CNN-BiLSTM卷积双向长短期记忆神经网络时间序列预测(风电功率预测); 2.运行环境为Matlab2021b; 3.单个变量时间序列预测; 4.data为数据集,单个变量excel数据,MainCNN_BiLSTMTS.m为主程序,运行即可,所有文件放在一个文件夹; 5.命令窗口输出R2、MSE、RMSE、MAE、MAPE多指标评价;
机器学习之心1 年前
蛇群算法优化·so-cnn-bilstm·卷积双向长短期记忆神经网络·时间序列预测
时序预测 | MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络时间序列预测时序预测 | MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络时间序列预测,运行环境Matlab2020b及以上。优化正则化率、学习率、隐藏层单元数。 1.MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络时间序列预测; 2.单变量时间序列预测; 3.多指标评价,评价指标包括:R2、MAE、MSE、RMSE等,代码质量极高; 4.鲸鱼算法优化参数为: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·cnn-bilstm·时间序列预测
时序预测 | MATLAB实现基于CNN-BiLSTM卷积双向长短期记忆神经网络的时间序列预测-递归预测未来(多指标评价)MATLAB实现基于CNN-BiLSTM卷积双向长短期记忆神经网络的时间序列预测-递归预测未来(多指标评价) 1.MATLAB实现基于CNN-BiLSTM卷积双向长短期记忆神经网络的时间序列预测-递归预测未来(多指标评价); 2.运行环境Matlab2020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;
机器学习之心1 年前
鲸鱼算法优化·卷积双向长短期记忆神经网络·cnn-bilstm·时间序列预测·woa-cnn-bilstm
时序预测 | MATLAB实现WOA-CNN-BiLSTM鲸鱼算法优化卷积双向长短期记忆神经网络时间序列预测时序预测 | MATLAB实现WOA-CNN-BiLSTM鲸鱼算法优化卷积双向长短期记忆神经网络时间序列预测,运行环境Matlab2020b及以上。优化正则化率、学习率、隐藏层单元数。 1.MATLAB实现WOA-CNN-BiLSTM鲸鱼算法优化卷积双向长短期记忆神经网络时间序列预测; 2.单变量时间序列预测; 3.多指标评价,评价指标包括:R2、MAE、MSE、RMSE等,代码质量极高; 4.鲸鱼算法优化参数为: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
多输入单输出回归预测·蛇群算法优化·so-cnn-bilstm·卷积双向长短期记忆神经网络·cnn-bilstm
回归预测 | MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测(完整源码和数据) 1.MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测(完整源码和数据) 2.输入多个特征,输出单个变量,多输入单输出回归预测; 3.多指标评价,评价指标包括:R2、MAE、MSE、RMSE等,代码质量极高; 4.蛇群算法优化参数为: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
多输入单输出回归预测·蛇群算法优化·so-cnn-bilstm·卷积双向长短期记忆神经网络
回归预测 | MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测Matlab实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆网络多输入回归预测(完整源码和数据) 1.Matlab实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆网络(CNN-BiLSTM)多输入单输出回归预测(完整源码和数据) 2.输入多个特征,输出单个变量,多输入单输出回归预测; 3.多指标评价,评价指标包括:R2、MAE、MSE、RMSE等,代码质量极高; 4.蛇群算法优化参数为: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。