临沂网站建设技术托管,手机建筑网,佛山网站建设和维护,潮州vi设计公司多维时序 | Matlab实现BiLSTM-Adaboost和BiLSTM多变量时间序列预测对比 目录 多维时序 | Matlab实现BiLSTM-Adaboost和BiLSTM多变量时间序列预测对比预测效果基本介绍模型描述程序设计参考资料 预测效果 基本介绍 多维时序 | Matlab实现BiLSTM-Adaboost和BiLSTM多变量时间序列预…多维时序 | Matlab实现BiLSTM-Adaboost和BiLSTM多变量时间序列预测对比 目录 多维时序 | Matlab实现BiLSTM-Adaboost和BiLSTM多变量时间序列预测对比预测效果基本介绍模型描述程序设计参考资料 预测效果 基本介绍 多维时序 | Matlab实现BiLSTM-Adaboost和BiLSTM多变量时间序列预测对比 模型描述 Matlab实现BiLSTM-Adaboost和BiLSTM多变量时间序列预测对比完整程序和数据 1.输入多个特征输出单个变量 2.考虑历史特征的影响多变量时间序列预测 4.csv数据方便替换 5.运行环境Matlab2018b及以上 6.输出误差对比图。 程序设计
完整程序和数据获取方式1同等价值程序兑换完整程序和数据获取方式2私信博主回复Matlab实现BiLSTM-Adaboost和BiLSTM多变量时间序列预测对比获取完整程序和数据获取方式3直接下载Matlab实现BiLSTM-Adaboost和BiLSTM多变量时间序列预测对比。 (32,OutputMode,last,Name,bil4,RecurrentWeightsInitializer,He,InputWeightsInitializer,He)dropoutLayer(0.25,Name,drop2)% 全连接层fullyConnectedLayer(numResponses,Name,fc)regressionLayer(Name,output) ];layers layerGraph(layers);layers connectLayers(layers,fold/miniBatchSize,unfold/miniBatchSize);
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% 训练选项
if gpuDeviceCount0mydevice gpu;
elsemydevice cpu;
endoptions trainingOptions(adam, ...MaxEpochs,MaxEpochs, ...MiniBatchSize,MiniBatchSize, ...GradientThreshold,1, ...InitialLearnRate,learningrate, ...LearnRateSchedule,piecewise, ...LearnRateDropPeriod,56, ...LearnRateDropFactor,0.25, ...L2Regularization,1e-3,...GradientDecayFactor,0.95,...Verbose,false, ...Shuffle,every-epoch,...ExecutionEnvironment,mydevice,...Plots,training-progress);
%% 模型训练
rng(0);
net trainNetwork(XrTrain,YrTrain,layers,options);
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% 测试数据预测
% 测试集预测
YPred predict(net,XrTest,ExecutionEnvironment,mydevice,MiniBatchSize,numFeatures);
YPred YPred;
% 数据反归一化
YPred sig.*YPred mu;
YTest sig.*YTest mu;
————————————————
版权声明本文为CSDN博主「机器学习之心」的原创文章遵循CC 4.0 BY-SA版权协议转载请附上原文出处链接及本声明。参考资料 [1] http://t.csdn.cn/pCWSp [2] https://download.csdn.net/download/kjm13182345320/87568090?spm1001.2014.3001.5501 [3] https://blog.csdn.net/kjm13182345320/article/details/129433463?spm1001.2014.3001.5501
