机器学习之心的博客_CSDN博客-时间序列,回归预测,分类预测领域博主

Matlab实现SSA-CNN-GRU麻雀算法优化门控循环单元多输入单输出回归预测（完整源码和数据) 1.Matlab实现SSA-CNN-GRU麻雀算法优化卷积门控循环单元(CNN-GRU)多输入单输出回归预测（完整源码和数据) 2.输入多个特征，输出单个变量，多输入单输出回归预测； 3.多指标评价，评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高； 4.麻雀算法优化参数为：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。

2023-05-29

Matlab实现SSA-CNN-BiLSTM麻雀算法优化卷积双向长短期记忆网络多输入回归预测（完整源码和数据)

Matlab实现SSA-CNN-BiLSTM麻雀算法优化卷积双向长短期记忆网络多输入回归预测（完整源码和数据) 1.Matlab实现SSA-CNN-BiLSTM麻雀算法优化卷积双向长短期记忆网络(CNN-LSTM)多输入单输出回归预测（完整源码和数据) 2.输入多个特征，输出单个变量，多输入单输出回归预测； 3.多指标评价，评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高； 4.麻雀算法优化参数为：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。

2023-05-29

Matlab实现SSA-CNN-LSTM麻雀算法优化卷积长短期记忆网络(CNN-LSTM)多输入单输出回归预测（完整源码和数据)

1.Matlab实现SSA-CNN-LSTM麻雀算法优化卷积长短期记忆网络(CNN-LSTM)多输入单输出回归预测（完整源码和数据) 2.输入多个特征，输出单个变量，多输入单输出回归预测； 3.多指标评价，评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高； 4.麻雀算法优化参数为：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。

2023-05-27

Matlab实现FOA-BP果蝇算法优化BP神经网络多变量输入回归预测模型（完整源码和数据）

Matlab实现FOA-BP果蝇算法优化BP神经网络多变量输入回归预测模型（完整源码和数据）果蝇算法(FOA)优化BP神经网络回归预测,FOA-BP回归预测,多变量输入模型（Matlab完整源码和数据）果蝇算法(FOA)优化BP神经网络权值和阈值。评价指标包括R2、MAPE、RMSE、MSE。

2023-05-27

MATLAB实现QRGRU门控循环单元分位数回归多输入单输出（完整程序和数据）

MATLAB实现QRGRU门控循环单元分位数回归多输入单输出基于分位数回归的门控循环单元QRGRU的数据回归区间预测,多输入单输出模型（Matlab完整程序和数据）（主要应用于风速，负荷，功率）（Matlab完整程序和数据）

2023-05-26

MATLAB实现QRLSTM长短期记忆神经网络分位数回归多输入单输出预测（完整源码和数据）

MATLAB实现QRLSTM长短期记忆神经网络分位数回归多输入单输出预测（完整源码和数据） MATLAB实现QRLSTM长短期记忆神经网络分位数回归多输入单输出预测（完整源码和数据）基于分位数回归的长短期记忆网络QRLSTM的数据回归区间预测,多输入单输出模型。（主要应用于风速，负荷，功率）（Matlab完整程序和数据）

2023-05-25

Matlab实现SSA-DELM和DELM麻雀算法优化深度极限学习机多输入单输出回归预测对比（完整源码和数据）

Matlab实现SSA-DELM和DELM麻雀算法优化深度极限学习机多输入单输出回归预测对比（完整源码和数据） 1.输入多个特征，输出单个变量； 2.SSA-DELM和DELM麻雀算法优化深度极限学习机多输入单输出回归预测对比 3.含优化前后对比图 4.优化前后MSE对比： DELM训练集MSE：39.1837 DELM测试集MSE：57.8267 SSA_DELM训练集MSE：10.9448 SSA_DELM测试集MSE：8.5069

2023-05-23

Matlab实现GA-BP遗传算法优化BP神经网络多输入单输出回归预测（完整源码和数据）

Matlab实现GA-BP遗传算法优化BP神经网络多输入单输出回归预测（完整源码和数据） 1.输入多个特征，输出单列变量； 2.遗传算法优化BP神经网络的权值和阈值； 3.评价指标包括MAE、MBE、MSE。

2023-05-23

MATLAB实现PSO-BP粒子群优化BP神经网络多输入单输出回归预测（完整源码和数据）

MATLAB实现PSO-BP粒子群优化BP神经网络多输入单输出回归预测（完整源码和数据） MATLAB实现PSO-BP多输入单输出回归预测，输入7个特征，输出1个，优化权重和阈值。 MATLAB实现PSO-BP粒子群优化BP神经网络时间序列预测（完整源码和数据） MATLAB实现PSO-BP多输入单输出回归预测，输入7个特征，输出1个，优化权重和阈值。评价指标包括MAE、MBE、MSE。

2023-05-22

Matlab实现GA-LSTM遗传算法优化长短期记忆网络的多变量时间序列预测（完整源码和数据)

Matlab实现GA-LSTM遗传算法优化长短期记忆网络的多变量时间序列预测（完整源码和数据) 命令窗口输出MAE、MAPE、MSE、R2、MSE等指标。优化学习率、隐藏层节点数、正则化系数。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.excel数据，方便替换； 5.运行环境Matlab2018b及以上；训练结束: 已完成最大轮数。 -----------------------误差计算-------------------------- 平均绝对误差MAE 均方误差MSE 均方根误差RMSEP 决定系数R^2 剩余预测残差RPD 平均绝对百分比误差MAPE

2023-05-21

MATLAB实现PSO-BP粒子群优化BP神经网络时间序列预测（完整源码和数据）

MATLAB实现PSO-BP粒子群优化BP神经网络时间序列预测（完整源码和数据） MATLAB实现PSO-BP粒子群优化BP神经网络时间序列预测（完整源码和数据）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。

2023-05-20

MATLAB实现基于贝叶斯线性回归(Bayesian Regression)的多变量时间序列预测（完整程序和数据）

MATLAB实现基于贝叶斯线性回归(Bayesian Regression)的多变量时间序列预测（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.excel数据，方便替换； 5.运行环境Matlab2018b及以上； 6.输出R2、MAE、MBE等评价指标。

2023-05-20

MATLAB实现GPR高斯过程回归多变量时间序列预测(完整源码和数据）

MATLAB实现GPR高斯过程回归多变量时间序列预测(完整源码和数据） 1.Matlab实现GPR高斯过程回归多变量时间序列预测； 2.运行环境为Matlab2018b； 3.输入多个特征，输出单个变量，考虑历史特征的影响，多变量时间序列预测； 4.data为数据集，GPRNTS.m为主程序，运行即可，所有文件放在一个文件夹； 5.命令窗口输出R2、MSE、MAE、MAPE和MBE多指标评价；

2023-05-20

Matlab实现基于贝叶斯线性回归(Bayesian Regression)的数据多变量输入回归预测(完整源码和数据）

Matlab实现基于贝叶斯线性回归(Bayesian Regression)的数据多变量输入回归预测(完整源码和数据） 1.输入多个变量，输出单个变量； 2.多指标评价，评价指标包括：R2、MAE、MBE、RMSE等，代码质量极高； 3.excel数据，方便替换。 4.运行环境2018及以上。训练集数据的R2为：0.88623 测试集数据的R2为：0.85407 训练集数据的MAE为：1.997 测试集数据的MAE为：2.3504 训练集数据的MBE为：-0.086998 测试集数据的MBE为：0.38189

2023-05-17

Matlab实现基于QGPR高斯过程分位数回归时间序列区间预测(完整源码和数据）

Matlab实现基于QGPR高斯过程分位数回归时间序列区间预测(完整源码和数据） Matlab实现基于QGPR高斯过程分位数回归时间序列区间预测(完整源码和数据）基于高斯过程回归（QGPR）分位数时间序列区间预测，Matlab代码，单变量输入模型。评价指标包括：R2、MAE、MSE、RMsE和区间覆盖率和区间平均宽度百分比等，代码质量极高，方便学习和替换数据。

2023-05-17

Matlab实现基于高斯过程回归(GPR)的数据多变量输入回归预测(完整源码和数据）

Matlab实现基于高斯过程回归(GPR)的数据多变量输入回归预测(完整源码和数据） Matlab实现基于高斯过程回归(GPR)的数据多变量输入回归预测(完整源码和数据） 1.输入多个变量，输出单个变量； 2.多指标评价，评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高； 3.excel数据，方便替换。 4.运行环境2018及以上。

2023-05-17

Matlab实现LSTM长短期记忆神经网络时间序列预测未来（完整程序和数据）

Matlab实现LSTM长短期记忆神经网络时间序列预测未来（完整程序和数据） 1.Matlab实现LSTM长短期记忆神经网络时间序列预测未来； 2.运行环境Matlab2018及以上，data为数据集，单变量时间序列预测； 3.递归预测未来数据，可以控制预测未来大小的数目，适合循环性、周期性数据预测； 4.命令窗口输出R2、MAE、MAPE、MBE、MSE等评价指标；

2023-05-16

Matlab实现BP神经网络多变量时间序列预测（完整程序和数据）

Matlab实现BP神经网络多变量时间序列预测（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.excel数据，方便替换； 5.运行环境Matlab2018b及以上； 6.输出R2、MAE、MAPE、MSE、MBE等评价指标。

2023-05-16

Matlab实现SO-ELM蛇算法优化极限学习机多输入单输出回归预测（Matlab完整源码和数据)

Matlab实现SO-ELM蛇算法优化极限学习机多输入单输出回归预测（Matlab完整源码和数据) Matlab实现SO-ELM蛇算法优化极限学习机多输入单输出回归预测（Matlab完整源码和数据) 优化参数为权值和阈值自带数据为excel数据，多输入，单输出，回归预测。直接替换数据即可使用，保证程序可正常运行。 MATLAB代码

2023-05-06

MATLAB实现MLR多元线性回归预测（完整程序和数据）

MATLAB实现MLR多元线性回归预测（多指标评价） MATLAB实现MLR多元线性回归预测（完整程序和数据）多元线性回归MLR多变量预测模型，多变量输入结构，可以拟合出方程(Matlab完整源码和数据）

2023-05-06

Matlab实现基于逻辑回归(logistic)的多特征分类预测（完整程序和数据）

Matlab实现基于逻辑回归(logistic)的多特征分类预测,二分类及多分类模型（完整程序和数据） 1.输入多个特征，分四类，可以实现二分类及多分类模型； 2.运行环境Matlab2018及以上。 3.基于逻辑回归(logistic)。

2023-05-05

Matlab实现基于PSO-NN、SVM、KNN、DT的多特征数据分类预测，二分类及多分类（完整程序和数据）

Matlab实现基于PSO-NN、SVM、KNN、DT的多特征数据分类预测，二分类及多分类（完整程序和数据）基于PSO-NN、SVM、KNN、DT的多特征数据分类预测，二分类及多分类（Matlab完整程序和数据）此代码获取用于分类的数据输入。数据由 6 个 300 个样本组成，包含 40 个特征的类。你可以提取你的特征和将其标记为监督模型。 PSO-NN-粒子群优化神经网络 SVM-支持向量机， KNN-k近邻， DT-决策树。结果与SVM、KNN、TREE分类算法作为混淆矩阵和最终识别准确率进行比较。 “NH”（隐藏数）、“SwarmSize”和“MaxIteration”这三个重要参数会显着影响系统的性能。

2023-05-03

Matlab实现基于LFDA基于局部费歇尔判别的分类数据降维可视化（完整程序和数据）

Matlab实现基于LFDA基于局部费歇尔判别的分类数据降维可视化（完整程序和数据）输入12个特征，输出四类标签，数据降维后可视化展示。 Matlab实现基于LFDA基于局部费歇尔判别的分类数据降维可视化（完整程序和数据）输入12个特征，输出四类标签，数据降维后可视化展示。

2023-05-01

Matlab实现基于BO-CNN-GRU贝叶斯优化卷积神经网络-门控循环单元时间序列预测（完整程序和数据）

Matlab实现基于BO-CNN-GRU贝叶斯优化卷积神经网络-门控循环单元时间序列预测（完整程序和数据）基于贝叶斯算法(bayes)优化卷积神经网络-门控循环单元(CNN-GRU)时间序列预测，单列数据集贝叶斯算法(bayes)优化学习率，隐藏层节点，正则化系数评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高，方便学习和替换数据。运行环境Matlab2020及以上。

2023-04-30

Matlab实现基于BO-CNN-BiLSTM贝叶斯优化卷积神经网络-双向长短期记忆网络时间序列预测（完整程序和数据）

Matlab实现基于BO-CNN-BiLSTM贝叶斯优化卷积神经网络-双向长短期记忆网络时间序列预测（完整程序和数据）基于贝叶斯算法(bayes)优化卷积神经网络-双向长短期记忆网络(CNN-BiLSTM)时间序列预测，单列数据集贝叶斯算法(bayes)优化学习率，隐藏层节点，正则化系数评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高，方便学习和替换数据。运行环境Matlab2020及以上。

2023-04-30

Matlab实现基于BO-CNN-LSTM贝叶斯优化卷积神经网络-长短期记忆网络时间序列预测（完整程序和数据）

Matlab实现基于BO-CNN-LSTM贝叶斯优化卷积神经网络-长短期记忆网络时间序列预测（完整程序和数据）基于贝叶斯算法(bayes)优化卷积神经网络-长短期记忆网络(CNN-LSTM)时间序列预测，单列数据集贝叶斯算法(bayes)优化学习率，隐藏层节点，正则化系数评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高，方便学习和替换数据。运行环境Matlab2020及以上。

2023-04-30

Matlab实现基于PSO-SVM、SVM粒子群算法优化支持向量机的时间序列预测（完整程序和数据）

1.Matlab实现PSO-SVM和SVM粒子群算法优化支持向量机时间序列预测，运行环境Matlab2018b及以上； 2.data为数据集，读取其中一列单变量时间序列数据输入，可在下载区获取数据和程序内容。 3.PSO选择最佳的SVM参数c和g，评价指标包括RMSE、MSE、MRE、MAE等。 SVM模型有两个非常重要的参数C与gamma。其中 C是惩罚系数，即对误差的宽容度。c越高，说明越不能容忍出现误差,容易过拟合。C越小，容易欠拟合。C过大或过小，泛化能力变差。gamma是选择RBF函数作为kernel后，该函数自带的一个参数。隐含地决定了数据映射到新的特征空间后的分布，gamma越大，支持向量越少，gamma值越小，支持向量越多。支持向量的个数影响训练与预测的速度。 4.data为数据集，MainPSO_SVMTS为主程序，其他为函数文件，无需运行，分类效果如下：注：程序和数据放在一个文件夹。量越多。支持向量的个数影响训练与预测的速度。

2023-04-29

Matlab实现SSA-GRU、GRU麻雀算法优化门控循环单元时间序列预测对比（完整程序和数据）

Matlab实现SSA-GRU、GRU麻雀算法优化门控循环单元时间序列预测对比（完整程序和数据）单变量时间序列预测，运行环境Matlab2020及以上。 ------------------------------------------------------------- SSA-GRU优化得到的最优参数为： SSA-GRU优化得到的隐藏单元数目为：31 SSA-GRU优化得到的最大训练周期为：62 SSA-GRU优化得到的InitialLearnRate为：0.027781 SSA-GRU优化得到的L2Regularization为：0.021961 ------------------------------------------------------------- SSA-GRU结果： SSA-GRU训练集MSE:0.0036759 SSA-GRU测试集MSE:0.064393 GRU结果： GRU训练集MSE:0.00027715 GRU测试集MSE:0.45317

2023-04-29

Matlab实现WOA-CNN鲸鱼算法优化卷积神经网络分类预测（完整程序和数据）

鲸鱼算法(WOA)优化卷积神经网络CNN分类预测，WOA-CNN分类预测，多输入单输出模型。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。 WOA-CNN分类预测，多输入单输出模型。优化参数为：学习率，批处理，正则化参数。

2023-04-28

Matlab实现PSO-SVM粒子群算法优化支持向量机的数据多变量输入回归预测（完整程序和数据）

Matlab实现PSO-SVM粒子群算法优化支持向量机的数据多变量输入回归预测（完整程序和数据） Matlab实现PSO-SVM粒子群算法优化支持向量机的数据多变量输入回归预测（完整程序和数据） Matlab实现PSO-SVM粒子群算法优化支持向量机的数据多变量输入回归预测（完整程序和数据）

2023-04-28

Matlab实现SSA-ELM麻雀优化算法优化极限学习机多输入单输出回归预测（完整源码和数据)

Matlab实现SSA-ELM麻雀优化算法优化极限学习机多输入单输出回归预测（完整源码和数据) Matlab 麻雀优化算法优化极限学习机(SSA-ELM)回归预测优化参数为权值和阈值自带数据为excel数据，多输入，单输出，回归预测。直接替换数据即可使用，保证程序可正常运行。 MATLAB代码

2023-04-28

Matlab实现SSA-BiLSTM、BiLSTM麻雀算法优化双向长短期记忆神经网络时间序列预测对比（完整程序和数据）

Matlab实现SSA-BiLSTM、BiLSTM麻雀算法优化双向长短期记忆神经网络时间序列预测对比（完整程序和数据）单变量时间序列预测，运行环境Matlab2018及以上。 ------------------------------------------------------------- SSA-BiLSTM优化得到的最优参数为： SSA-BiLSTM优化得到的隐藏单元数目为：9 SSA-BiLSTM优化得到的最大训练周期为：19 SSA-BiLSTM优化得到的InitialLearnRate为：0.095122 SSA-BiLSTM优化得到的L2Regularization为：0.15231 ------------------------------------------------------------- SSA-BiLSTM结果： SSA-BiLSTM训练集MSE:0.014575 SSA-BiLSTM测试集MSE:0.033147 BiLSTM结果： BiLSTM训练集MSE:0.00040462 BiLSTM测试集MSE:0.15018

2023-04-27

Matlab实现WOA-GRU鲸鱼算法优化门控循环单元时间序列预测（完整程序和数据）

Matlab实现鲸鱼算法优化门控循环单元时间序列预测（完整程序和数据）基于鲸鱼算法优化门控循环单元(WOA-GRU)的时间序列预测。优化参数为学习率，隐藏层节点个数，正则化参数，要求2020b及以上版本，matlab代码。

2023-04-26

Matlab实现WOA-BiLSTM鲸鱼算法优化双向长短期记忆网络时间序列预测（完整程序和数据）

Matlab实现WOA-BiLSTM鲸鱼算法优化双向长短期记忆网络时间序列预测（完整程序和数据） Matlab实现鲸鱼算法优化双向长短期记忆网络时间序列预测（完整程序和数据）基于鲸鱼算法优化双向长短期记忆网络(WOA-BiLSTM)的时间序列预测。优化参数为学习率，隐藏层节点个数，正则化参数，要求2018b及以上版本，matlab代码。

2023-04-26

Matlab实现WOA-LSTM鲸鱼算法优化长短期记忆网络时间序列预测（完整程序和数据）

Matlab实现WOA-LSTM鲸鱼算法优化长短期记忆网络时间序列预测（完整程序和数据）基于鲸鱼算法优化长短期记忆网络(WOA-LSTM)的时间序列预测。优化参数为学习率，隐藏层节点个数，正则化参数，要求2018b及以上版本，matlab代码。评价指标包括:MAE、MSE、RMSE等，代码质量极高，方便学习和替换数据。

2023-04-25

Matlab实现FA-BP萤火虫算法优化BP神经网络多输入单输出回归预测（完整程序和数据）

Matlab实现FA-BP萤火虫算法优化BP神经网络多输入单输出回归预测（完整程序和数据） 1.输入多个特征，输出单个变量，多输出单输出回归预测； 2.优化前后出图，数据为excel方便替换，最后一列是输出。 Matlab实现FA-BP萤火虫算法优化BP神经网络多输入单输出回归预测（完整程序和数据） 1.输入多个特征，输出单个变量，多输出单输出回归预测； 2.优化前后出图，数据为excel方便替换，最后一列是输出。

2023-04-21

Matlab实现CS-BP布谷鸟搜索算法优化BP神经网络多变量时间序列预测（完整程序和数据）

Matlab实现CS-BP布谷鸟搜索算法优化BP神经网络多变量时间序列预测（完整程序和数据） 1.发电量预测，考虑天气因素 2.输入多个时间信息，考虑多变量； 3.输出预测日7个时刻的发电量。

2023-04-21

Matlab实现ACO-BP蚁群算法优化BP神经网络多变量时间序列预测（完整程序和数据）

Matlab实现ACO-BP蚁群算法优化BP神经网络多变量时间序列预测，发电量预测，考虑天气因素（完整程序和数据） 1.输入多个时间信息，考虑多变量； 2.输出预测日7个时刻的发电量。

2023-04-20

Matlab实现SSA-LSTM、LSTM麻雀算法优化长短期记忆神经网络时间序列预测对比（完整程序和数据）

Matlab实现SSA-LSTM、LSTM麻雀算法优化长短期记忆神经网络时间序列预测对比（完整程序和数据）单变量时间序列预测，运行环境Matlab2018及以上。

2023-04-20

MATLAB实现INFO-ELM向量加权算法优化极限学习机多输入单输出回归预测（完整源码和数据)

MATLAB实现INFO-ELM向量加权算法优化极限学习机多输入单输出回归预测（完整源码和数据) Matlab实现INFO-ELM向量加权算法优化回归预测优化参数为权值和阈值，自带数据为excel数据，多输入，单输出，回归预测。直接替换数据即可使用，保证程序可正常运行。命令窗口输出结果：训练集数据的R2为：0.99985 测试集数据的R2为：0.89205 训练集数据的MAE为：0.06229 测试集数据的MAE为：1.993 训练集数据的MBE为：1.4e-06 测试集数据的MBE为：1.8883

2023-04-20

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人