woa-cnn-bilstm

机器学习之心1 年前
时间序列预测·woa-cnn-bilstm·cnn-bilstm-att·se注意力机制
时序预测 | MATLAB实现WOA-CNN-BiLSTM-Attention时间序列预测（SE注意力机制）1.MATLAB实现WOA-CNN-BiLSTM-Attention时间序列预测（SE注意力机制）； 2.运行环境为Matlab2021b； 3.data为数据集，excel数据，单变量时间序列预测， 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、MSE、MAE、MAPE和MBE多指标评价； 5.鲸鱼算法优化学习率，隐藏层节点，正则化系数；
机器学习之心1 年前
cnn-bilstm·多变量时间序列预测·woa-cnn-bilstm·cnn-bilstm-att·se注意力机制
多维时序 | MATLAB实现WOA-CNN-BiLSTM-Attention多变量时间序列预测（SE注意力机制）1.MATLAB实现WOA-CNN-BiLSTM-Attention多变量时间序列预测（SE注意力机制）； 2.运行环境为Matlab2021b； 3…data为数据集，excel数据，输入多个特征，输出单个变量，考虑历史特征的影响，多变量时间序列预测， 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、MSE、MAE、MAPE和MBE多指标评价； 5.鲸鱼算法优化学习率，隐藏层节点，正则化系数；
机器学习之心1 年前
attention·cnn-bilstm·数据分类预测·woa-cnn-bilstm·woa
分类预测 | MATLAB实现WOA-CNN-BiLSTM-Attention数据分类预测1.MATLAB实现WOA-CNN-BiLSTM-Attention数据分类预测，运行环境Matlab2023b及以上； 2.基于鲸鱼优化算法（WOA）、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；过WOA优化算法优化学习率、卷积核大小、神经元个数，这3个关键参数，以测试集精度最高为目标函数 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
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。