技术栈
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