时间序列预测 | Matlab基于SA的卷积神经网络(CNN)单时间序列预测

本文探讨了使用Matlab中结合模拟退火算法(SA)优化的卷积神经网络(CNN)对单时间序列预测的问题。通过PCA降维和直接预测方法,实现了对15个历史序列点的5个未来点预测,预测效果良好,拟合度高达0.948以上。提供源码设计和相关参考资料。
摘要由CSDN通过智能技术生成


效果一览

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

文章概述

基于SA的卷积神经网络(CNN)单时间序列预测问题
基于模拟退火算法优化卷积神经网络(CNN)进行单时间序列预测问题,通过PCA降维特征选择以及采用直接预测的方法,很好地解决这一问题。这里我们预测数据点数设为5,训练输入的历史序列点数为15,采用直接预测,多步预测滚动次数是3,batchsize设值为50.

可以看出CNN针对本数据集的预测效果还是不错的,三个集的结果均为0.948之上,拟合程度高。

源码设计

%
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

天天酷科研

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值