智能算法及其模型预测-CSDN博客

原创声明 | 为打击假冒账号、恶意抄袭账号诈骗活动----前程算法屋

如下，可以看出文字部分全部抄袭，紧跟本人上传作品，内容图片部分遮遮掩掩，一图多用。

2024-04-12 09:34:58 153

原创 BITCN-BIGRU多变量回归预测，基于双向时间卷积神经网络-双向门控循环单元多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为

BITCN-BIGRU多变量回归预测，基于双向时间卷积神经网络-双向门控循环单元多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2023a，评价指标包括:R2、MAE、MSE、RMSE等，赠送测试数据集，可以直接运行源程序。替换你的数据即可用。2.双向时间卷积神经网络（Bi-directional Temporal Convolutional Network，BITCN）结合了双向处理和时间卷积的优势，BITCN通过同时处理正向和

2024-05-05 09:14:23 677

原创 BITCN-GRU多变量回归预测，基于双向时间卷积神经网络-门控循环单元多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2023

BITCN-GRU多变量回归预测，基于双向时间卷积神经网络-门控循环单元多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2023a，评价指标包括:R2、MAE、MSE、RMSE等，赠送测试数据集，可以直接运行源程序。替换你的数据即可用。2.双向时间卷积神经网络（Bi-directional Temporal Convolutional Network，BITCN）结合了双向处理和时间卷积的优势，BITCN通过同时处理正向和反向的时

2024-05-05 09:13:27 482

原创 BITCN-BILSTM多变量回归预测，基于双向时间卷积神经网络-双向长短期记忆神经网络多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLA

BITCN-BILSTM多变量回归预测，基于双向时间卷积神经网络-双向长短期记忆神经网络多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2023a，评价指标包括:R2、MAE、MSE、RMSE等，赠送测试数据集，可以直接运行源程序。替换你的数据即可用。2.双向时间卷积神经网络（Bi-directional Temporal Convolutional Network，BITCN）结合了双向处理和时间卷积的优势，BITCN通过同时处

2024-05-05 09:12:35 366

原创 BITCN-LSTM多变量回归预测，基于双向时间卷积神经网络-长短期记忆神经网络多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为

BITCN-LSTM多变量回归预测，基于双向时间卷积神经网络-长短期记忆神经网络多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2023a，评价指标包括:R2、MAE、MSE、RMSE等，赠送测试数据集，可以直接运行源程序。替换你的数据即可用。2.双向时间卷积神经网络（Bi-directional Temporal Convolutional Network，BITCN）结合了双向处理和时间卷积的优势，BITCN通过同时处理正向和

2024-05-05 09:11:41 548

原创 BITCN多变量回归预测，基于双向时间卷积神经网络BITCN多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2023a，评价指标

BITCN多变量回归预测，基于双向时间卷积神经网络BITCN多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2023a，评价指标包括:R2、MAE、MSE、RMSE等，赠送测试数据集，可以直接运行源程序。替换你的数据即可用。2.双向时间卷积神经网络（Bi-directional Temporal Convolutional Network，BITCN）结合了双向处理和时间卷积的优势，BITCN通过同时处理正向和反向的时间序列数据，

2024-05-05 09:10:38 444

原创 TCN-RVM多变量回归预测，基于时间卷积神经网络-相关支持向量机RVM多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2021

TCN-RVM多变量回归预测，基于时间卷积神经网络-相关支持向量机RVM多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2021b及其以上，评价指标包括:R2、MAE、MSE、RMSE等，赠送测试数据集，可以直接运行源程序。替换你的数据即可用。2.RVM是Relevance Vector Machine的缩写，是一种基于稀疏贝叶斯模型的回归算法。它可以用于预测连续变量的值，并且可以处理高维数据和噪声数据。

2024-04-30 20:39:45 137

原创 CNN-RVM多变量回归预测，基于卷积神经网络-相关支持向量机RVM多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2020b及

CNN-RVM多变量回归预测，基于卷积神经网络-相关支持向量机RVM多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2020b及其以上，评价指标包括:R2、MAE、MSE、RMSE等，赠送测试数据集，可以直接运行源程序。替换你的数据即可用。2.RVM是Relevance Vector Machine的缩写，是一种基于稀疏贝叶斯模型的回归算法。它可以用于预测连续变量的值，并且可以处理高维数据和噪声数据。

2024-04-30 10:28:46 200

原创 RVM-Adaboost多变量回归预测，基于相关支持向量机RVM-Adaboost多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本

RVM-Adaboost多变量回归预测，基于相关支持向量机RVM-Adaboost多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2020b及其以上，评价指标包括:R2、MAE、MSE、RMSE等，赠送测试数据集，可以直接运行源程序。替换你的数据即可用。2.Adaboost（Adaptive Boosting）是一种集成学习算法，它通过组合多个弱分类器来构建一个强分类器。每个弱分类器都是一个分类器，其性能略优于随机猜测，但不能很好

2024-04-30 08:52:51 140

原创 RVM多变量回归预测，基于相关支持向量机RVM多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2020b及其以上，评价指标包括:

RVM多变量回归预测，基于相关支持向量机RVM多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.运行环境要求MATLAB版本为2020b及其以上，评价指标包括:R2、MAE、MSE、RMSE等，赠送测试数据集，可以直接运行源程序。替换你的数据即可用。2.RVM是Relevance Vector Machine的缩写，是一种基于稀疏贝叶斯模型的回归算法。它可以用于预测连续变量的值，并且可以处理高维数据和噪声数据。稀疏性：只有一小部分的向量被选为支持向量，其他的向量

2024-04-29 16:22:52 144

原创 CNN-BIGRU-ABKDE区间预测，基于卷积神经网络-双向门控循环单元BIGRU结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无

CNN-BIGRU-ABKDE区间预测，基于卷积神经网络-双向门控循环单元BIGRU结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Excel运行！1.LSTM可以定做BILSTM/GRU/BIGRU/CNN-LSTM/CNN-BILSTM/CNN-GRU/CNN-BIGRU/CNN-LSTM-Attention/CNN-BILSTM-Attention/CNN-GRU-Attention/CNN-BIGRU-Atte

2024-04-27 16:30:41 433

原创 CNN-GRU-ABKDE区间预测，基于卷积神经网络-门控循环单元GRU结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直

CNN-GRU-ABKDE区间预测，基于卷积神经网络-门控循环单元GRU结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Excel运行！1.LSTM可以定做BILSTM/GRU/BIGRU/CNN-LSTM/CNN-BILSTM/CNN-GRU/CNN-BIGRU/CNN-LSTM-Attention/CNN-BILSTM-Attention/CNN-GRU-Attention/CNN-BIGRU-Attention结

2024-04-27 16:18:32 328

原创 CNN-BILSTM-ABKDE区间预测，基于卷积神经网络-双向长短期记忆神经网络BILSTM结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已

CNN-BILSTM-ABKDE区间预测，基于卷积神经网络-双向长短期记忆神经网络BILSTM结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Excel运行！1.LSTM可以定做BILSTM/GRU/BIGRU/CNN-LSTM/CNN-BILSTM/CNN-GRU/CNN-BIGRU/CNN-LSTM-Attention/CNN-BILSTM-Attention/CNN-GRU-Attention/CNN-BIGRU

2024-04-27 11:04:55 303

原创 CNN-LSTM-ABKDE区间预测，基于卷积神经网络-长短期记忆神经网络LSTM结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需

CNN-LSTM-ABKDE区间预测，基于卷积神经网络-长短期记忆神经网络LSTM结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Excel运行！1.LSTM可以定做BILSTM/GRU/BIGRU/CNN-LSTM/CNN-BILSTM/CNN-GRU/CNN-BIGRU/CNN-LSTM-Attention/CNN-BILSTM-Attention/CNN-GRU-Attention/CNN-BIGRU-Atten

2024-04-27 11:03:51 257

原创 BIGRU-ABKDE区间预测，基于双向门控循环单元BIGRU结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Ex

BIGRU-ABKDE区间预测，基于双向门控循环单元BIGRU结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Excel运行！1.LSTM可以定做BILSTM/GRU/BIGRU/CNN-LSTM/CNN-BILSTM/CNN-GRU/CNN-BIGRU/CNN-LSTM-Attention/CNN-BILSTM-Attention/CNN-GRU-Attention/CNN-BIGRU-Attention结合自适应带

2024-04-27 09:01:08 367

原创 GRU-ABKDE区间预测，基于门控循环单元GRU结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Excel运行！

GRU-ABKDE区间预测，基于门控循环单元GRU结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Excel运行！1.LSTM可以定做BILSTM/GRU/BIGRU/CNN-LSTM/CNN-BILSTM/CNN-GRU/CNN-BIGRU/CNN-LSTM-Attention/CNN-BILSTM-Attention/CNN-GRU-Attention/CNN-BIGRU-Attention结合自适应带宽核函数AB

2024-04-27 08:59:57 275

原创 BILSTM-ABKDE区间预测，基于双向长短期记忆神经网络BILSTM结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直

BILSTM-ABKDE区间预测，基于双向长短期记忆神经网络BILSTM结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Excel运行！1.LSTM可以定做BILSTM/GRU/BIGRU/CNN-LSTM/CNN-BILSTM/CNN-GRU/CNN-BIGRU/CNN-LSTM-Attention/CNN-BILSTM-Attention/CNN-GRU-Attention/CNN-BIGRU-Attention结

2024-04-26 21:10:41 233

原创【原创】TCN-BIGRU多输入多输出回归预测，基于时间卷积网络(TCN)-双向门控循环单元(BIGRU)多输入多输出回归预测，Matlab代码，可直接运行。模型非常新颖，适合作为创新！根据输出个

【原创】TCN-BIGRU多输入多输出回归预测，基于时间卷积网络(TCN)-双向门控循环单元(BIGRU)多输入多输出回归预测，Matlab代码，可直接运行。模型非常新颖，适合作为创新！根据输出个数修改outdim值即可运行！数据格式为excel，模型更换LSTM可以更换为BILSTM/GRU/BIGRU/，购买前私聊。1.运行环境要求MATLAB版本为2021b及其以上，评价指标包括:R2、MAE、MSE、RMSE等。2.赠送测试数据集，可以直接运行源程序，替换你的数据即可用。

2024-04-26 20:00:31 267

原创【原创】TCN-GRU多输入多输出回归预测，基于时间卷积网络(TCN)-门控循环单元(GRU)多输入多输出回归预测，Matlab代码，可直接运行。模型非常新颖，适合作为创新！根据输出个数修改out

【原创】TCN-GRU多输入多输出回归预测，基于时间卷积网络(TCN)-门控循环单元(GRU)多输入多输出回归预测，Matlab代码，可直接运行。模型非常新颖，适合作为创新！根据输出个数修改outdim值即可运行！数据格式为excel，模型更换LSTM可以更换为BILSTM/GRU/BIGRU/，购买前私聊。1.运行环境要求MATLAB版本为2021b及其以上，评价指标包括:R2、MAE、MSE、RMSE等。2.赠送测试数据集，可以直接运行源程序，替换你的数据即可用。

2024-04-26 10:06:15 394

原创【原创】TCN-BILSTM多输入多输出回归预测，基于时间卷积网络(TCN)-双向长短期记忆网络(BILSTM)多输入多输出回归预测，Matlab代码，可直接运行。模型非常新颖，适合作为创新！根据

【原创】TCN-BILSTM多输入多输出回归预测，基于时间卷积网络(TCN)-双向长短期记忆网络(BILSTM)多输入多输出回归预测，Matlab代码，可直接运行。模型非常新颖，适合作为创新！根据输出个数修改outdim值即可运行！数据格式为excel，模型更换LSTM可以更换为BILSTM/GRU/BIGRU/，购买前私聊。1.运行环境要求MATLAB版本为2021b及其以上，评价指标包括:R2、MAE、MSE、RMSE等。2.赠送测试数据集，可以直接运行源程序，替换你的数据即可用。

2024-04-26 09:46:26 129

原创【原创】TCN-LSTM多输入多输出回归预测，基于时间卷积网络(TCN)-长短期记忆网络(LSTM)多输入多输出回归预测，Matlab代码，可直接运行。模型非常新颖，适合作为创新！根据输出个数修改ou

【原创】TCN-LSTM多输入多输出回归预测，基于时间卷积网络(TCN)-长短期记忆网络(LSTM)多输入多输出回归预测，Matlab代码，可直接运行。模型非常新颖，适合作为创新！根据输出个数修改outdim值即可运行！数据格式为excel，模型更换LSTM可以更换为BILSTM/GRU/BIGRU/，购买前私聊。1.运行环境要求MATLAB版本为2021b及其以上，评价指标包括:R2、MAE、MSE、RMSE等。2.赠送测试数据集，可以直接运行源程序，替换你的数据即可用。

2024-04-26 09:15:58 566

原创【24年新算法】TTAO-CNN-LSTM-Attention多变量回归预测，基于三角拓扑聚合优化器(TTAO)优化卷积神经网络(CNN)-长短期记忆神经网络(LSTM)-注意力机制(Attentio

【24年新算法】TTAO-CNN-LSTM-Attention多变量回归预测，基于三角拓扑聚合优化器(TTAO)优化卷积神经网络(CNN)-长短期记忆神经网络(LSTM)-注意力机制(Attention)的多变量回归预测(可更换为分类/时序预测，具体私聊)，Matlab代码，可直接运行。1.三角拓扑聚合优化器(Triangulation Topology Aggregation Optimizer, TTAO)该成果人于2024年3月发表在SCI一区顶HExpert Systems With Appli

2024-04-25 10:18:27 563

原创【24年新算法】NRBO-CNN-BILSTM-Attention多变量回归预测，基于牛顿-拉夫逊优化算法(NRBO)优化卷积神经网络(CNN)-双向长短期记忆神经网络(BILSTM)-注意力机制(A

【24年新算法】NRBO-CNN-BILSTM-Attention多变量回归预测，基于牛顿-拉夫逊优化算法(NRBO)优化卷积神经网络(CNN)-双向长短期记忆神经网络(BILSTM)-注意力机制(Attention)的多变量回归预测(可更换为分类/时许预测，具体私聊)，Matlab代码，可直接运行。1.受到Newton-Raphson方法的启发。它使用两个规则来探索整个搜索过程：Newton-Raphson搜索规则(NRSR)和陷阱避免算子(TAO)，并使用几组矩阵来进一步探索最佳结果。该成果于202

2024-04-25 09:33:18 725

原创【24年】NRBO-CNN-LSTM-Attention多变量回归预测，基于牛顿-拉夫逊优化算法(NRBO)优化卷积神经网络(CNN)-长短期记忆神经网络(LSTM)-注意力机制(Attention)

【24年】NRBO-CNN-LSTM-Attention多变量回归预测，基于牛顿-拉夫逊优化算法(NRBO)优化卷积神经网络(CNN)-长短期记忆神经网络(LSTM)-注意力机制(Attention)的多变量回归预测(可更换为分类/时许预测，具体私聊)，Matlab代码，可直接运行。1.受到Newton-Raphson方法的启发。它使用两个规则来探索整个搜索过程：Newton-Raphson搜索规则(NRSR)和陷阱避免算子(TAO)，并使用几组矩阵来进一步探索最佳结果。该成果于2024年2月发表在中科

2024-04-25 08:44:26 868

原创【2024】BKA-CNN-SVM回归，基于黑翅鸢优化算法(BKA)-卷积神经网络(CNN)-支持向量机(SVM)的数据回归预测(可更换为单变量和多变量时序预测，Matlab代码，可直接运行。无需

【2024】BKA-CNN-SVM回归，基于黑翅鸢优化算法(BKA)-卷积神经网络(CNN)-支持向量机(SVM)的数据回归预测(可更换为单变量和多变量时序预测，Matlab代码，可直接运行。无需更改代码替换数据集即可运行！数据格式为excel！1.黑翅鸢优化算法 Black-winged Kite Algorithm，是一种受黑翅鸢迁徙和捕食行为启发的元启发式优化算法。该成果于2024年3月发表在SCI权威top期刊Artifcial Intelligence Review。2.运行环境要求M

2024-04-24 21:39:56 305

原创 CPO-ELM-ABKDE区间预测，基于24年新算法冠豪猪优化算法优化极限学习机结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更

CPO-ELM-ABKDE区间预测，基于24年新算法冠豪猪优化算法优化极限学习机结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Excel运行！冠豪猪优化器(Crested Porcupine Optimizer，CPO)于2024年1月发表在中科院1区SCI期刊Knowledge-Based Systems上！自适应带宽核函数密度估计允许在每个数据点周围使用不同的核函数带宽，自适应带宽能够更好地匹配局部密度变化，

2024-04-23 11:49:33 498

原创 CPO-LSSVM-ABKDE区间预测，基于24年新算法冠豪猪优化算法优化最小二乘支持向量机结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调

CPO-LSSVM-ABKDE区间预测，基于24年新算法冠豪猪优化算法优化最小二乘支持向量机结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Excel运行！冠豪猪优化器(Crested Porcupine Optimizer，CPO)于2024年1月发表在中科院1区SCI期刊Knowledge-Based Systems上！自适应带宽核函数密度估计允许在每个数据点周围使用不同的核函数带宽，自适应带宽能够更好地匹配局

2024-04-23 10:23:16 394

原创 CPO-SVM-ABKDE区间预测，基于24年新算法冠豪猪优化算法优化支持向量机结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更

CPO-SVM-ABKDE区间预测，基于24年新算法冠豪猪优化算法优化支持向量机结合自适应带宽核函数密度估计的多变量回归区间预测（点预测+概率预测+核密度估计）Matlab语言程序已调试好，无需更改代码直接替换Excel运行！冠豪猪优化器(Crested Porcupine Optimizer，CPO)于2024年1月发表在中科院1区SCI期刊Knowledge-Based Systems上！自适应带宽核函数密度估计允许在每个数据点周围使用不同的核函数带宽，自适应带宽能够更好地匹配局部密度变化，因

2024-04-23 09:50:38 404

原创 MOGWO-SVM回归预测，多目标灰狼算法优化支持向量机多变量回归预测，可直接运行，Matlab语言。1.多输入单输出，利用多目标灰狼算法优化SVM的参数c和g，目标分别为误差与稳定性，进而生成帕

MOGWO-SVM回归预测，多目标灰狼算法优化支持向量机多变量回归预测，可直接运行，Matlab语言。1.多输入单输出，利用多目标灰狼算法优化SVM的参数c和g，目标分别为误差与稳定性，进而生成帕累托解集，寻找最优参数，进一步提升预测精度。评价指标包括R2、RMSE、MAE、MAPE等等，可完全满足您的需求。2.传统预测仅仅利用普通优化算法优化单一目标，已经不能满足专家的偏好。该算法利用全新的多目标优化算法同时优化误差和稳定性，非常新颖，适合需要创新的买家。3.直接替换Excel数据即可用，注释

2024-04-12 21:30:41 535

原创【24年最新算法】[原创]TTAO-CNN-LSTM-Attention分类预测，基于三角拓扑聚合优化算法(TTAO)优化卷积神经网络(CNN)-长短期记忆网络(LSTM)-注意力机制

【24年最新算法】[原创]TTAO-CNN-LSTM-Attention分类预测，基于三角拓扑聚合优化算法(TTAO)优化卷积神经网络(CNN)-长短期记忆网络(LSTM)-注意力机制(Attention)的数据分类预测。(可定做其他回归/单变量/多变量时序预测，购买前私)，Matlab代码，可直接运行，适合小白新手，无需更改代码替换数据集即可运行！数据格式为excel！1.运行环境要求MATLAB版本为2020b及以上，代码中文注释清晰，质量极高。2.运行结果图包括分类效果图，迭代优化图，混淆

2024-04-11 09:43:16 480

原创 NRBO-XGBoost基于牛顿-拉夫逊优化算法优化XGBoost的数据分类预测，+交叉验证，可直接运行，调用C语言工具箱，Maltab语言。1.多输入单输出分类，也可以做成回归或时序预测，利用牛

NRBO-XGBoost基于牛顿-拉夫逊优化算法优化XGBoost的数据分类预测，+交叉验证，可直接运行，调用C语言工具箱，Maltab语言。1.多输入单输出分类，也可以做成回归或时序预测，利用牛顿-拉夫逊优化算法优化NRBO优化XGBoost的三个参数，分别为树深度、迭代次数、学习率，避免人工选取参数的盲目。运行环境要求MATLAB版本为2018b及其以上，可实现二分类和多分类。2。采用五折交叉验证(可修改折数1-10)，一定程度抑制了过拟合的发生。程序已经调试好，无需更改代码替换数据集即可运行。

2024-04-10 18:20:32 260

原创 SO-XGBoost基于蛇优化算法优化XGBoost的数据分类预测，+交叉验证，可直接运行，调用C语言工具箱，Maltab语言。1.多输入单输出分类，也可以做成回归或时序预测，利用蛇优化算法SO优

SO-XGBoost基于蛇优化算法优化XGBoost的数据分类预测，+交叉验证，可直接运行，调用C语言工具箱，Maltab语言。1.多输入单输出分类，也可以做成回归或时序预测，利用蛇优化算法SO优化XGBoost的三个参数，分别为树深度、迭代次数、学习率，避免人工选取参数的盲目。运行环境要求MATLAB版本为2018b及其以上，可实现二分类和多分类。2。采用五折交叉验证(可修改折数1-10)，一定程度抑制了过拟合的发生。程序已经调试好，无需更改代码替换数据集即可运行。3.蛇优化算法是2022年新

2024-04-10 18:19:37 270

原创 DBN多输出回归预测，深度置信网络DBN回归预测，DBN多输入多输出预测模型。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

DBN多输出回归预测，深度置信网络DBN回归预测，DBN多输入多输出预测模型。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

2024-04-09 18:37:37 165

原创 XGboost多输出回归预测，极限梯度提升树XGBoost回归预测，XGBoost多输入多输出预测模型。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

XGboost多输出回归预测，极限梯度提升树XGBoost回归预测，XGBoost多输入多输出预测模型。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

2024-04-09 18:02:39 307

原创 DBN-ELM基于深度置信网络-极限学习机的数据回归预测，DBN-ELM回归预测，可直接运行，Matlab语言。1.多特征输入单输出，回归预测也可以换成时间序列预测或分类预测。利用DBN进行特征提

DBN-ELM基于深度置信网络-极限学习机的数据回归预测，DBN-ELM回归预测，可直接运行，Matlab语言。1.多特征输入单输出，回归预测也可以换成时间序列预测或分类预测。利用DBN进行特征提取，将提取后的特征放入ELM进行回归实现组合预测。2.直接替换Excel数据即可用，附赠示例数据，直接运行main文件一键出图。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

2024-04-09 11:25:58 457

原创 DBN-LSSVM基于深度置信网络-最小二乘支持向量机的数据回归预测，DBN-LSSVM回归预测，可直接运行，Matlab语言。1.多特征输入单输出，回归预测也可以换成时间序列预测或分类预测。利用

DBN-LSSVM基于深度置信网络-最小二乘支持向量机的数据回归预测，DBN-LSSVM回归预测，可直接运行，Matlab语言。1.多特征输入单输出，回归预测也可以换成时间序列预测或分类预测。利用DBN进行特征提取，将提取后的特征放入LSSVM进行回归实现组合预测。2.直接替换Excel数据即可用，附赠示例数据，直接运行main文件一键出图。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

2024-04-09 10:36:25 233

原创 DBN-SVM基于深度置信网络-支持向量机的数据回归预测，DBN-SVM回归预测，可直接运行，Matlab语言。1.多特征输入单输出，回归预测也可以换成时间序列预测或分类预测。利用DBN进行特征提

DBN-SVM基于深度置信网络-支持向量机的数据回归预测，DBN-SVM回归预测，可直接运行，Matlab语言。1.多特征输入单输出，回归预测也可以换成时间序列预测或分类预测。利用DBN进行特征提取，将提取后的特征放入SVM进行回归实现组合预测。2.直接替换Excel数据即可用，附赠示例数据，直接运行main文件一键出图。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

2024-04-08 18:24:25 171

原创 DBN-ELM基于深度置信网络-极限学习机的数据分类预测，DBN-ELM多特征输入多分类模型，Matlab语言。1.多特征输入单输出，利用DBN进行特征提取，将提取后的特征放入ELM进行分类实现组

DBN-ELM基于深度置信网络-极限学习机的数据分类预测，DBN-ELM多特征输入多分类模型，Matlab语言。1.多特征输入单输出，利用DBN进行特征提取，将提取后的特征放入ELM进行分类实现组合预测。2.直接替换Excel数据即可用，注释清晰，附赠测试数据，可直接运行。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。程序可出分类效果图，迭代优化图，混淆矩阵图。

2024-04-08 16:48:36 296

原创 DBN-LSSVM基于深度置信网络-最小二乘支持向量机的数据分类预测，多特征输入多分类模型，Matlab语言。1.多特征输入单输出，利用DBN进行特征提取，将提取后的特征放入LSSVM进行分类实现

DBN-LSSVM基于深度置信网络-最小二乘支持向量机的数据分类预测，多特征输入多分类模型，Matlab语言。1.多特征输入单输出，利用DBN进行特征提取，将提取后的特征放入LSSVM进行分类实现组合预测。2.直接替换Excel数据即可用，注释清晰，附赠测试数据，可直接运行。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。程序可出分类效果图，迭代优化图，混淆矩阵图。

2024-04-08 16:15:45 270

原创 DBN-SVM基于深度置信网络-支持向量机的数据分类预测，多特征输入多分类模型，Matlab语言。1.多特征输入单输出，利用DBN进行特征提取，将提取后的特征放入SVM进行分类实现组合预测。

DBN-SVM基于深度置信网络-支持向量机的数据分类预测，多特征输入多分类模型，Matlab语言。1.多特征输入单输出，利用DBN进行特征提取，将提取后的特征放入SVM进行分类实现组合预测。2.直接替换Excel数据即可用，注释清晰，附赠测试数据，可直接运行。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。程序可出分类效果图，迭代优化图，混淆矩阵图。

2024-04-08 11:33:10 539

基于谱聚类算法Spectral数据聚类可视化，可直接运行，注释清晰，Matlab语言 1.多特征输入，效果如图所示，matl

基于谱聚类算法Spectral数据聚类可视化，可直接运行，注释清晰，Matlab语言。 1.多特征输入，效果如图所示，matlab要求2019B及以上版本。 2.直接替换Excel数据即可用，附赠示例Excel数据（不同特征数量均可）可直接运行。

2024-02-20

基于遗传算法优化BP神经网络多输入多输出回归预测，GA-BP多输出回归预测评价指标包括:R2、MAE、MSE、RMSE和M

基于遗传算法优化BP神经网络多输入多输出回归预测，GA-BP多输出回归预测。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

2024-02-20

基于K中心点聚类算法K-medoide数据聚类可视化，注释清晰，可直接运行，Matlab语言 1.多特征输入格式（不同特征数

基于K中心点聚类算法K-medoide数据聚类可视化，注释清晰，可直接运行，Matlab语言。 1.多特征输入格式（不同特征数量均可）Matlab语言，效果如图所示。 2.直接替换Excel数据即可用，附赠案例数据，可直接运行。

2024-02-19

DBSCAN基于密度的噪声应用空间聚类算法的数据聚类可视化，注释清晰，Matlab语言 1.多特征输入，matlab要求20

DBSCAN基于密度的噪声应用空间聚类算法的数据聚类可视化，注释清晰，Matlab语言。 1.多特征输入，matlab要求2019B及以上版本。 2.直接替换Excel数据即可用，附赠示例Excel数据，可直接运行。

2024-02-19

孤立森林算法(Isolation Forest)异常数据检测可视化，Matlab语言 1.可用于检测异常数据，效果如图所示

孤立森林算法(Isolation Forest)异常数据检测可视化，Matlab语言。 1.可用于检测异常数据，效果如图所示，算法新颖。 2.直接替换Excel数据即可用（不同特征数量均可）附赠示例数据可直接运行。

2024-02-18

K-means算法及最佳聚类数目的确定，通过计算原始数据中的：CH值、DB值、Gap值、轮廓系数，四种指标 1.在Kmean

K-means算法及最佳聚类数目的确定，通过计算原始数据中的：CH值、DB值、Gap值、轮廓系数，四种指标。 1.在Kmeans算法中，K值所决定的是在该聚类算法中，所要分配聚类的簇的多少。Kmeans算法对初始值是⽐较敏感的，对于同样的k值，选取的点不同，会影响算法的聚类效果和迭代的次数。通过计算原始数据中的：CH值、DB值、Gap值、轮廓系数，四种指标来衡量K-means的最佳聚类数目，并使用K-means进行聚类，最后可视化聚类的结果。 2.直接替换Excel数据即可用，注释清晰适合新手小白，聚类结果存放在kind变量中，附赠示例数据，如图2所示，直接运行main一键出图。

2024-02-18

ARIMA自回归差分移动平均模型时间序列预测，ARIMA时序预测，ARIMA未来预测 1.可实现多步预测对未来的数据实现预

ARIMA自回归差分移动平均模型时间序列预测，ARIMA时序预测，ARIMA未来预测。 1.可实现多步预测对未来的数据实现预测 2.直接替换excel数据即可用，附赠案例数据可直接运行

2024-02-09

SARIMA模型基于季节性ARIMA(SARIMA)模型的时间序列预测，SARIMA未来预测，SARIMA可预测未来值 1

SARIMA模型基于季节性ARIMA(SARIMA)模型的时间序列预测，SARIMA未来预测，SARIMA可预测未来值。 1.时间序列单列预测，可预测未来值，输出样本以外的多步预测结果，注释清晰。 2.数据要求要有周期性，样本量不能少于10个，可以出残差分布图、ACF和PACF图，用于检验残差的相关和偏自相关，以及QQ图。 3.附赠示例Excel时间序列数据，直接替换Excel数据即可用，注释清晰，直接运行main一键出图。

2024-02-09

ICEEMDAN-SMA-SVM功率/风速时间序列预测，基于改进完备集合经验模态分解-黏菌优化算法-支持向量机的时间序列预测组合

ICEEMDAN-SMA-SVM功率/风速时间序列预测，基于改进完备集合经验模态分解-黏菌优化算法-支持向量机的时间序列预测组合模型。 1.ICEEMDAN用于数据分解，SMA是近几年较为新颖的黏菌优化算法，具有收敛速度快、寻优能力强等优点，用于优化SVM的两个参数sig和gamma，效果非常好。附赠未分解的SMA-SVM进行对比，对比效果明显，显著优于未分解的模型～出图多能够完全满足您的需求。ICEEMDAN、SMA、SVM也可替换成其他算法～ 2.直接替换数据即可用一次运行全部出图适合新手小白～ 3.附赠案例数据直接运行main即可代码注释清晰质量极高～

2024-02-08

ICEEMDAN-SMA-LSSVM功率/风速时间序列预测，基于改进完备集合经验模态分解-黏菌优化算法-最小二乘支持向量机的时间

ICEEMDAN-SMA-LSSVM功率/风速时间序列预测，基于改进完备集合经验模态分解-黏菌优化算法-最小二乘支持向量机的时间序列预测组合模型。 1.ICEEMDAN用于数据分解，SMA是近几年较为新颖的黏菌优化算法，具有收敛速度快、寻优能力强等优点，用于优化LSSVM的两个参数sig和gamma，效果非常好。附赠未分解的SMA-LSSVM进行对比，对比效果明显，显著优于未分解的模型～出图多能够完全满足您的需求。ICEEMDAN、SMA、LSSVM也可替换成其他算法～ 2.直接替换数据即可用一次运行全部出图适合新手小白～ 3.附赠案例数据直接运行main即可代码注释清晰质量极高～

2024-02-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

基于谱聚类算法Spectral数据聚类可视化，可直接运行，注释清晰，Matlab语言 1.多特征输入，效果如图所示，matl

基于遗传算法优化BP神经网络多输入多输出回归预测，GA-BP多输出回归预测 评价指标包括:R2、MAE、MSE、RMSE和M

基于K中心点聚类算法K-medoide数据聚类可视化，注释清晰，可直接运行，Matlab语言 1.多特征输入格式（不同特征数

DBSCAN基于密度的噪声应用空间聚类算法的数据聚类可视化，注释清晰，Matlab语言 1.多特征输入，matlab要求20

孤立森林算法(Isolation Forest)异常数据检测可视化，Matlab语言 1.可用于检测异常数据，效果如图所示

K-means算法及最佳聚类数目的确定，通过计算原始数据中的：CH值、DB值、Gap值、轮廓系数，四种指标 1.在Kmean

ARIMA自回归差分移动平均模型时间序列预测，ARIMA时序预测，ARIMA未来预测 1.可实现多步预测 对未来的数据实现预

SARIMA模型基于季节性ARIMA(SARIMA)模型的时间序列预测，SARIMA未来预测，SARIMA可预测未来值 1

ICEEMDAN-SMA-SVM功率/风速时间序列预测，基于改进完备集合经验模态分解-黏菌优化算法-支持向量机的时间序列预测组合

ICEEMDAN-SMA-LSSVM功率/风速时间序列预测，基于改进完备集合经验模态分解-黏菌优化算法-最小二乘支持向量机的时间

基于卷积神经网络-最小二乘支持向量机CNN-LSSVM分类预测，CNN-LSSVM多特征输入模型 多特征输入单输出的二分类及

基于卷积神经网络-最小二乘支持向量机CNN-LSSVM回归预测，多变量输入模型，matlab代码，要求2019及以上版本 评

24新算法冠豪猪算法CPO优化卷积神经网络-支持向量机CNN-SVM分类预测，CPO-CNN-SVM多特征输入模型 优化

24新算法冠豪猪算法CPO优化卷积神经网络-长短期记忆网络CNN-LSTM分类预测，CPO-CNN-LSTM多特征分类预测

NGO-VMD北方苍鹰优化算法NGO优化VMD变分模态分解，NGO-VMD信号分解 1.利用优化算法优化VMD中的参数k、a

WOA-VMD鲸鱼优化算法WOA优化VMD变分模态分解，WOA-VMD信号分解 1.利用优化算法优化VMD中的参数k、a，适

GWO-VMD灰狼优化算法GWO优化VMD变分模态分解，GWO-VMD信号分解 1.利用优化算法优化VMD中的参数k、a，适

SSA-VMD麻雀优化算法SSA优化VMD变分模态分解，SSA-VMD信号分解 1.利用优化算法优化VMD中的参数k、a，适

PSO-VMD粒子群优化算法PSO优化VMD变分模态分解，PSO-VMD信号分解 1.利用优化算法优化VMD中的参数k、a

RIME-VMD霜冰优化算法(RIME)优化VMD变分模态分解，RIME-VMD信号分解 1.利用优化算法优化VMD中的参数

24新算法CPO-LSSVM冠豪猪算法CPO优化最小支持向量机LSSVM分类预测，CPO-LSSVM分类预测，多特征输入模型

24新算法CPO-SVM冠豪猪算法CPO优化支持向量机SVM分类预测，CPO-SVM分类预测，多特征输入模型 多特征输入

24新算法CPO-BP冠豪猪算法CPO优化BP神经网络分类预测，CPO-BP分类预测，多特征输入模型 多特征输入单输出的

基于高斯过程回归GPR分类预测，GPR分类预测，多特征输入模型，matlab代码 多特征输入单输出的二分类及多分类模型 程序

基于高斯过程回归GPR回归预测，matlab代码，多变量输入模型 评价指标包括:R2、MAE、MSE、RMSE和MAPE等

随机配置网络模型SCN的Adaboost分类预测，SCN-Adaboost分类预测，多特征输入模型 多特征输入单输出的二分类

随机配置网络模型SCN分类预测，SCN分类预测，多特征输入模型 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

CPO-SVM【24年新算法】冠豪猪优化支持向量机的数据回归预测，CPO-SVM回归预测，多变量输入模型 评价指标包括:R2

CPO-LSSVM【24年新算法】冠豪猪优化最小二乘支持向量机回归预测，CPO-LSSVM回归预测,多变量输入模型 评价指标

2023淘金者算法GRO优化最小二乘支持向量机回归预测，GRO-LSSVM回归预测，多变量输入模型 评价指标包括:R2、MA

2023雪消融算法SAO优化最小二乘支持向量机回归预测，SAO-LSSVM回归预测，多变量输入模型 评价指标包括:R2、MA

2023霜冰算法RIME优化最小二乘支持向量机回归预测，RIME-LSSVM回归预测，多变量输入模型 评价指标包括:R2、M

CPO-VMD【24年新算法】冠豪猪优化算法(CPO)优化VMD变分模态分解，CPO-VMD信号分解

23新算法DBO-ICEEMDAN基于蜣螂算法优化改进自适应经验模态分解DBO-ICEEMDAN信号分解，Matlab语言

24新算法CPO-ICEEMDAN基于冠豪猪算法优化改进自适应经验模态分解CPO-ICEEMDAN信号分解，Matlab语言

24新算法CPO-BP冠豪猪算法CPO优化BP神经网络回归预测，CPO-BP回归预测，多变量输入单输出模型 评价指标包括

基于贝叶斯优化长短期记忆网络bayes-LSTM多维时间序列预测，bayes-LSTM多变量时间序列预测，matlab代码，要求

基于贝叶斯(Bayes)优化卷积神经网络Bayes-CNN多维时间序列预测，Bayes-CNN多变量时间序列预测 优化参数为

基于朴素贝叶斯算法bayesian数据分类预测，bayes分类预测，MATLAB代码 程序语言为matlab，程序可出分类效

基于贝叶斯线性回归bayesian时间序列预测，bayes时间序列预测，MATLAB代码 评价指标包括:R2、MAE、MSE

空空如也

基于遗传算法优化BP神经网络多输入多输出回归预测，GA-BP多输出回归预测评价指标包括:R2、MAE、MSE、RMSE和M

ARIMA自回归差分移动平均模型时间序列预测，ARIMA时序预测，ARIMA未来预测 1.可实现多步预测对未来的数据实现预

基于卷积神经网络-最小二乘支持向量机CNN-LSSVM分类预测，CNN-LSSVM多特征输入模型多特征输入单输出的二分类及

基于卷积神经网络-最小二乘支持向量机CNN-LSSVM回归预测，多变量输入模型，matlab代码，要求2019及以上版本评

24新算法冠豪猪算法CPO优化卷积神经网络-支持向量机CNN-SVM分类预测，CPO-CNN-SVM多特征输入模型优化

24新算法CPO-SVM冠豪猪算法CPO优化支持向量机SVM分类预测，CPO-SVM分类预测，多特征输入模型多特征输入

24新算法CPO-BP冠豪猪算法CPO优化BP神经网络分类预测，CPO-BP分类预测，多特征输入模型多特征输入单输出的

基于高斯过程回归GPR分类预测，GPR分类预测，多特征输入模型，matlab代码多特征输入单输出的二分类及多分类模型程序

基于高斯过程回归GPR回归预测，matlab代码，多变量输入模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等

随机配置网络模型SCN的Adaboost分类预测，SCN-Adaboost分类预测，多特征输入模型多特征输入单输出的二分类

随机配置网络模型SCN分类预测，SCN分类预测，多特征输入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

CPO-SVM【24年新算法】冠豪猪优化支持向量机的数据回归预测，CPO-SVM回归预测，多变量输入模型评价指标包括:R2

CPO-LSSVM【24年新算法】冠豪猪优化最小二乘支持向量机回归预测，CPO-LSSVM回归预测,多变量输入模型评价指标

2023淘金者算法GRO优化最小二乘支持向量机回归预测，GRO-LSSVM回归预测，多变量输入模型评价指标包括:R2、MA

2023雪消融算法SAO优化最小二乘支持向量机回归预测，SAO-LSSVM回归预测，多变量输入模型评价指标包括:R2、MA

2023霜冰算法RIME优化最小二乘支持向量机回归预测，RIME-LSSVM回归预测，多变量输入模型评价指标包括:R2、M

24新算法CPO-BP冠豪猪算法CPO优化BP神经网络回归预测，CPO-BP回归预测，多变量输入单输出模型评价指标包括

基于贝叶斯(Bayes)优化卷积神经网络Bayes-CNN多维时间序列预测，Bayes-CNN多变量时间序列预测优化参数为

基于朴素贝叶斯算法bayesian数据分类预测，bayes分类预测，MATLAB代码程序语言为matlab，程序可出分类效

基于贝叶斯线性回归bayesian时间序列预测，bayes时间序列预测，MATLAB代码评价指标包括:R2、MAE、MSE