KOA-CNN-BiGRU-Attention数据分类预测程序,创新性高!
适用领域:
适用于各种数据分类场景,如滚动轴承故障、变压器油气故障、电力系统输电线路故障区域、绝缘子、配网、电能质量扰动,等领域的识别、诊断和分类,。
程序平台:适用于MATLAB 2023版及以上版本。
说明:基于开普勒优化算法(KOA)、卷积神经网络(CNN)和双向门控循环单元网络(BiGRU)融合注意力机制的数据分类预测程序。
开普勒优化算法(Kepler optimization algorithm,KOA)由Mohamed Abdel-Basset等人于2023年提出的一种基于物理学的元启发式算法,它受到开普勒行星运动定律的启发,可以预测行星在任何给定时间的位置和速度。在KOA中,每个行星及其位置都是一个候选解,它在优化过程中随机更新,相对于迄今为止最优解。
功能:
1、多行变量特征输入,输入N行(特征),每个特征长度为M。
2、通过开普勒优化算法优化学习率、卷积核大小、神经元个数3个关键参数,以测试集精度最高为目标函数。
3、提供损失、精度迭代变化极坐标图;测试对比散点图、混淆矩阵图;适应度曲线。
4、提供精确度、召回率、精确率、F1分数等评价指标
效果图如下:
适用领域:
适用于各种数据分类场景,如滚动轴承故障、变压器油气故障、电力系统输电线路故障区域、绝缘子、配网、电能质量扰动,等领域的识别、诊断和分类,。
使用便捷:
直接使用EXCEL表格导入数据,无需大幅修改程序。内部有详细注释,易于理解。