cpo-lstm

机器学习之心19 天前
长短期记忆神经网络·多输入多输出预测·冠豪猪算法优化·cpo-lstm
多输入多输出 | Matlab实现CPO-LSTM冠豪猪算法优化长短期记忆神经网络多输入多输出预测Matlab实现CPO-LSTM冠豪猪算法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.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
时间序列预测·cpo-lstm·冠豪猪优化长短期记忆神经网络
时序预测 | Matlab实现CPO-LSTM【24年新算法】冠豪猪优化长短期记忆神经网络时间序列预测1.Matlab实现CPO-LSTM【24年新算法】冠豪猪优化长短期记忆神经网络时间序列预测(完整源码和数据) 2.运行环境为Matlab2021b; 3.excel数据集,输入多个特征,输出单个变量,多变量回归预测预测,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、MAE、 MBE、MAPE、 RMSE多指标评价; 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
多变量回归预测·cpo-lstm·冠豪猪优化长短期记忆神经网络
回归预测 | Matlab实现CPO-LSTM【24年新算法】冠豪猪优化长短期记忆神经网络多变量回归预测1.Matlab实现CPO-LSTM【24年新算法】冠豪猪优化长短期记忆神经网络多变量回归预测(完整源码和数据) 2.运行环境为Matlab2021b; 3.excel数据集,输入多个特征,输出单个变量,多变量回归预测预测,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、MAE、 MBE、MAPE、 RMSE多指标评价; 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。