woa

机器学习之心1 年前
回归预测·多输入单输出·woa·lssvm·sma·sfo
回归预测 | Matlab基于SMA+WOA+SFO-LSSVM多输入单输出回归预测SMA+WOA+SFO-LSSVM回归预测 基于黏菌算法+鲸鱼算法+向日葵算法优化LSSVM回归预测 其中包含三种改进模型和原始模型对比 SMA-LSSVM， WOA-LSSVM， SFO-LSSVM， LSSVM 四种模型对比 评价指标：R2,MSE,RMSE,MAPE训练集测试集都有，预测结果图见下图 Matlab程序！
机器学习之心1 年前
多输入单输出回归预测·鲸鱼算法优化·woa·cnn-svm·卷积神经网络-支持向量机·woa-cnn-svm
回归预测 | Matlab实现WOA-CNN-SVM鲸鱼算法优化卷积神经网络-支持向量机的多输入单输出回归预测1.WOA-CNN-SVM鲸鱼算法优化卷积神经网络-支持向量机的多变量回归预测 可直接运行Matlab; 2.评价指标包括: R2、MAE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。要求2021版本及以上。 3.鲸鱼算法WOA优化的参数为:CNN的批处理大小、学习率、正则化系数，能够避免人工选取参数的盲目性，有效提高其预测精度。 4.main.m为主程序，其他为函数文件，无需运行，data为数据，多输入单输出，数据回归预测，输入7个特征，输出1个变量，直接替换Excel数据即可用!注释清晰，
机器学习之心1 年前
cnn-bigru·时间序列预测·卷积双向门控循环单元·woa·woa-cnn-bigru
时序预测 | MATLAB实现WOA-CNN-BiGRU鲸鱼算法优化卷积双向门控循环单元时间序列预测时序预测 | MATLAB实现WOA-CNN-BiGRU鲸鱼算法优化卷积双向门控循环单元时间序列预测，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-BiGRU鲸鱼算法优化卷积双向门控循环单元多输入单输出时间序列预测 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
cnn-bigru·attention·数据分类预测·woa·woa-cnn-bigru
分类预测 | MATLAB实现WOA-CNN-BiGRU-Attention数据分类预测1.Matlab实现WOA-CNN-BiGRU-Attention多特征分类预测，多特征输入模型，运行环境Matlab2023及以上； 2.通过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； 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；精确度、召回率、精确率、F1分数等评价指标。 4.基于鲸鱼优化算法（WOA）、卷积神经网络（CNN）和双向门控循环单元网
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