基于SSA-LSTM麻雀算法优化长短期记忆网络单变量时间序列预测(Matlab完整程序和数据)运行版本2018及以上 基于SSA-LSTM麻雀算法优化长短期记忆网络单变量时间序列预测(Matlab完整程序和数据)运行版本2018及以上 基于SSA-LSTM麻雀算法优化长短期记忆网络单变量时间序列预测(Matlab完整程序和数据)运行版本2018及以上
基于GWO-LSTM灰狼算法优化长短期记忆网络单变量时间序列预测(Matlab完整程序和数据)运行版本2018及以上 基于GWO-LSTM灰狼算法优化长短期记忆网络单变量时间序列预测(Matlab完整程序和数据)运行版本2018及以上 基于GWO-LSTM灰狼算法优化长短期记忆网络单变量时间序列预测(Matlab完整程序和数据)运行版本2018及以上
MATLAB实现PSO-BiLSTM粒子群优化长短期记忆神经网络多输入回归预测(完整源码和数据) 数据为多输入回归数据,输入7个特征,输出1个变量。 运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。
MATLAB实现PCA-LSTM主成分降维结合长短期记忆神经网络多输入回归预测(完整源码和数据) 数据为多输入回归数据,输入12个特征,输出1个变量。 运行环境MATLAB2018b及以上。
MATLAB实现CNN-LSTM卷积长短期记忆神经网络多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入15个特征,分四类,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2020b及以上。
MATLAB实现CNN-BiLSTM卷积双向长短期记忆神经网络多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入15个特征,分四类,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2020b及以上。
MATLAB实现BiLSTM双向长短期记忆神经网络多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入15个特征,分四类,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。
MATLAB实现CNN-BiLSTM卷积双向长短期记忆神经网络多输入回归预测(完整源码和数据) 数据为多输入回归数据,输入12个特征,输出1个变量。 程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件,运行环境MATLAB2020b及以上。
为凸显负荷波动的随机性、周期性和相关趋势,通过探求负荷变化机理显著提升预测精度,提出了一种基于EMD的负荷波动机理研究方法。首先对负荷进行EMD分解,得到随机、周期和趋势分量;然后分析各分量的变化规律与候选影响因素的关联关系,推导负荷变化机理,提取时标特征值;最后进行特征的去冗余。该方法创新点是能提取出特征值的时标特性。以广东省负荷数据集作为预测案例研究,对比实验研究结果表明了所提方法的有效性。
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, 数据为单变量时间序列数据,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件,运行环境MATLAB2020b及以上,运行主程序CNN_BiLSTMTS即可。