自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

vvoennvv的博客

  • 博客(433)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 【Python TensorFlow】 TCN-RNN时间序列卷积循环神经网络时序预测算法（附代码）

本文提出了一种结合时序卷积网络(TCN)和循环神经网络(RNN)的混合架构TCN-RNN算法，用于解决长序列预测问题。该算法利用TCN的因果卷积和空洞卷积机制捕捉长期依赖关系，同时通过RNN层处理时序特征。文章详细介绍了数据预处理、网络构建、模型训练与评估的完整流程，并提供了可执行的Python代码示例，支持csv和excel格式的数据输入。代码包含中文注释，可实现多特征输入、多步预测功能，通过MinMaxScaler进行数据归一化处理，采用MSE损失函数和Adam优化器进行模型训练。

2026-01-04 23:06:09 393

原创 【Python TensorFlow】 TCN-BiGRU时间序列卷积双向门控循环神经网络时序预测算法（附代码）

本文提出了一种TCN-BiGRU混合预测算法，通过结合时间卷积网络(TCN)和双向门控循环单元(BiGRU)的优势，解决了传统RNN在处理长序列时的梯度问题。TCN能捕捉多尺度特征，BiGRU可获取双向时序信息。文章详细介绍了数据处理流程、网络构建方法和模型训练过程，并提供了完整的Python实现代码，支持csv和excel格式数据输入，包含数据预处理、归一化、模型训练与评估等功能。实验结果表明该算法在时序预测任务中表现良好。

2025-12-31 17:26:41 451

原创 【Python TensorFlow】 TCN-GRU时间序列卷积门控循环神经网络时序预测算法（附代码）

摘要：本文提出了一种TCN-GRU混合神经网络模型，用于解决传统时间序列预测模型在处理长期依赖和复杂时序模式时的局限性。该模型结合了时间卷积网络(TCN)的多尺度特征提取能力和门控循环单元(GRU)的长期依赖学习能力。文章详细介绍了模型构建流程，包括数据准备、预处理、网络构建、训练和评估等步骤，并提供了带有中文注释的Python实现代码。代码支持多种数据格式输入，可实现单/多输入、单/多步预测功能，采用Adam优化器和MSE损失函数进行训练，适用于电力负荷、风电场功率等时序预测任务。

2025-11-29 16:56:46 460

原创 【Python TensorFlow】 BiTCN-GRU双向时间序列卷积门控循环神经网络时序预测算法（附代码）

本文提出了一种BiTCN-GRU时序预测算法，通过结合双向时间卷积网络（BiTCN）和门控循环单元（GRU）来提升预测性能。BiTCN能捕捉长期依赖关系，GRU擅长处理序列数据，两者结合可有效提高预测准确性。文章详细介绍了算法流程：数据准备、预处理、网络构建（包含BiTCN层、GRU层等）、模型训练（采用MSE损失和Adam优化器）和评估。同时提供了完整的Python实现代码，支持CSV/Excel数据输入，包含数据预处理、模型构建和训练测试等模块，并展示了多特征输入多步预测的案例。实验结果验证了该算法的有

2025-11-28 11:43:38 387

原创 【Python TensorFlow】 BiLSTM-Attention双向长短期记忆神经网络带注意力机制时序预测算法（附代码）

摘要：本文提出一种结合双向长短期记忆网络(BiLSTM)和注意力机制的时序预测算法(BiLSTM-Attention)，通过双向学习序列信息和自适应关注关键时间步特征，有效提升预测准确性。文章详细介绍了数据预处理、网络构建、模型训练与评估流程，并提供完整代码实现，支持CSV/Excel格式数据输入，可灵活调整输入步长(n_in)和预测步数(n_out)。实验结果表明，该方法在电力负荷预测等时序任务中表现良好。

2025-11-27 20:59:00 426

原创 【Python TensorFlow】 DBO-LSTM-Attention 基于蜣螂算法优化长短期记忆神经网络模型带注意力机制（附代码）

本文提出了一种基于蜣螂优化算法(DBO)优化的LSTM-Attention时序预测模型(DBO-LSTM-Attention)。该模型通过模拟蜣螂的四种行为模式（滚球、产卵、幼虫觅食和偷窃）来优化LSTM-Attention网络的关键超参数，包括学习率、神经元数量和批次大小。实验结果表明，该方法能有效提升模型预测精度和训练效率。文章提供了完整的Python实现代码，支持多特征输入和多步预测，包含数据预处理、模型构建、参数优化和性能评估等完整流程，适用于电力负荷等时序数据的预测任务。

2025-11-26 11:21:12 464

原创 【Python TensorFlow】 VMD-LSTM时序预测 基于VMD分解的长短期记忆神经网络模型（附代码）

本文提出了一种结合变分模态分解(VMD)和LSTM神经网络的时序预测方法。VMD能够将复杂信号自适应分解为多个本征模态函数(IMF)，有效抑制模态混叠现象。该方法首先使用VMD分解原始时序数据，然后对每个IMF分量分别建立LSTM预测模型，最后重构预测结果。实验结果表明，该方法相比传统LSTM具有更高的预测精度，重构误差较小。文中提供了完整的Python实现代码，包含数据预处理、模型构建、训练评估等步骤，支持CSV/Excel格式输入，适用于电力负荷等多种时序预测场景。

2025-11-25 14:40:59 660

原创 【Python TensorFlow】 TCN-LSTM时间序列卷积长短期记忆神经网络时序预测算法（附代码）

本文提出了一种结合时间卷积网络(TCN)和长短期记忆网络(LSTM)的混合预测算法TCN-LSTM，用于解决传统时间序列预测方法在处理长期依赖关系和局部特征方面的不足。该算法通过TCN提取时间序列特征，结合LSTM的序列建模能力，提高了预测性能。文章详细介绍了算法流程，包括数据准备、预处理、网络构建、模型训练和评估等步骤，并提供了清晰的Python代码实现，支持多种数据格式输入和预测模式。实验结果表明，该混合模型能有效提升时间序列预测的准确性和效率。

2025-11-24 10:38:27 526

原创 【Python TensorFlow】 CNN-BiGRU卷积神经网络-双向门控循环神经网络时序预测算法（附代码）

本文提出了一种结合CNN与BiGRU的时间序列预测算法CNN-BiGRU，用于解决传统方法在处理非线性时序数据时的局限性。算法流程包括数据准备、预处理、网络构建、模型训练与评估。代码实现部分展示了数据读取、预处理、特征提取、训练测试集划分及归一化处理的具体操作，支持多种预测模式（单/多输入、单/多步预测）。模型采用MSE损失函数和Adam优化器，通过监控MAE指标评估性能。示例代码可灵活适配不同格式的数据集，为时序预测任务提供了完整的解决方案。

2025-11-23 12:13:05 589

原创 【Python TensorFlow】 CNN-GRU卷积神经网络-门控循环神经网络时序预测算法（附代码）

本文提出了一种CNN-GRU混合神经网络模型用于时序预测，通过结合CNN的局部特征提取能力和GRU的长序列建模优势，解决了传统模型在处理复杂时序数据时的局限性。文章详细介绍了模型构建流程，包括数据准备、预处理、网络构建、训练评估等步骤，并提供了完整的Python实现代码。代码支持CSV/Excel格式数据输入，可灵活配置输入输出维度，实现单/多输入、单/多步预测功能。实验结果表明该混合模型能有效提升时序预测性能，资源下载包中包含完整代码和示例数据。

2025-11-22 11:21:40 589 1

原创 【Python TensorFlow】 BiTCN-LSTM双向时间序列卷积长短期记忆神经网络时序预测算法（附代码）

本文提出BiTCN-LSTM混合模型，结合双向TCN的多尺度特征提取能力和LSTM的长时序记忆优势，通过滑动窗口实现多特征多步预测。模型流程包括数据预处理、网络构建（输入层、双向TCN、LSTM层等）、训练优化（MSE损失、Adam优化器）和评估验证。实验结果表明该模型在时序预测精度和复杂度间取得平衡，代码提供清晰注释，支持CSV/Excel数据格式，可灵活配置单/多输入、单/多步预测任务，为后续优化提供良好基础。

2025-11-21 16:08:02 449

原创 【Python TensorFlow】CNN-BiLSTM-Attention时序预测 卷积神经网络-双向长短期记忆神经网络组合模型带注意力机制（附代码）

本文提出了一种融合CNN、BiLSTM和注意力机制的时序预测模型（CNN-BiLSTM-Attention），用于解决多特征多步电力负荷预测问题。该模型通过CNN提取局部特征，BiLSTM捕获双向时序依赖，注意力机制动态分配权重，最后通过全连接层输出预测结果。文章详细介绍了数据预处理、网络构建、模型训练和评估流程，并提供了带中文注释的Python代码示例，支持CSV或Excel格式数据集输入。实验结果表明，该组合模型能有效提升预测精度和稳定性，是复杂时序预测任务的有效解决方案。

2025-11-20 11:36:27 1339

原创 【Python TensorFlow】CNN-BiLSTM时序预测 卷积神经网络-双向长短期记忆神经网络组合模型（附代码）

本文提出了一种结合CNN与BiLSTM的混合神经网络模型（CNN-BiLSTM）用于多特征时序预测。该模型通过一维卷积提取局部时间特征，双向LSTM捕获长期依赖关系，实现了多步预测能力。算法流程包括数据预处理、网络构建（含卷积层、池化层、双向LSTM层）、模型训练（采用Adam优化器和MSE损失函数）及评估。实验采用电力负荷或风电场功率数据，通过滑动窗口构造样本并进行归一化处理，支持多输入多步预测。代码提供详细注释，可直接替换CSV/Excel数据集运行，包含完整的训练测试集划分和评估流程。

2025-11-19 14:30:18 606

原创 【Python TensorFlow】CNN-LSTM时序预测 卷积神经网络-长短期记忆神经网络组合模型时序预测算法（附代码）

本文提出了一种CNN-LSTM组合模型用于电力负荷等多变量时序数据预测。该方法结合卷积神经网络(CNN)的局部特征提取能力和长短时记忆网络(LSTM)的长期依赖建模优势，通过一维卷积和池化层提取局部时序模式，再由LSTM聚合长期动态信息。文章详细介绍了数据处理流程，包括数据读取、预处理、归一化和训练测试集划分，并给出了模型构建和训练的代码实现。该模型采用MSE损失函数和Adam优化器，能够有效处理含噪声的高维时序数据，实现多输入多步预测。实验结果表明该方法具有良好的预测性能和泛化能力。

2025-11-18 11:33:15 616

原创 【Python TensorFlow】Python BiLSTM双向长短期记忆神经网络时序预测算法（附代码）

本文提出了一种基于双向长短期记忆网络(BiLSTM)的电力负荷预测方法。针对传统LSTM在捕捉多变量时间序列双向时序特征方面的不足，该方法通过正反向双通道编码提升建模能力。算法流程包括数据准备、预处理、网络构建(输入层、双向LSTM层、输出层)、采用MSE损失和Adam优化器的模型训练，以及模型评估。代码提供了清晰的中文注释，支持csv/excel格式数据输入，并包含多特征多步预测案例。实验结果表明，该方法能有效提升电力负荷预测精度，适用于连续数值型指标的建模预测。

2025-11-17 21:28:31 292

原创 【Python TensorFlow】BiTCN-BiLSTM双向时间序列卷积双向长短期记忆神经网络时序预测算法（附代码）

摘要：BiTCN-BiLSTM算法结合双向时间卷积网络和双向LSTM，通过多特征输入实现多步时序预测。算法流程包括数据准备、预处理、网络构建（含输入层、BiTCN层、BiLSTM层等）、模型训练（采用MSE损失和Adam优化器）及评估。代码提供完整实现方案，支持CSV/Excel数据，包含数据读取、预处理、滑动窗口构造样本、训练测试集划分及归一化处理等功能，最终输出预测结果。该算法适用于风电功率、电力负荷等复杂时序的预测任务。

2025-11-16 20:42:48 557 1

原创 【Python TensorFlow】BiTCN-BiGRU双向时间序列卷积双向门控循环神经网络时序预测算法（附代码）

本文提出了一种BiTCN-BiGRU复合深度时序预测模型，通过双向时间卷积网络和双向GRU的级联融合，有效解决长时依赖和多步预测问题。模型利用膨胀卷积捕获多尺度历史信息，结合双向GRU强化时序依赖关系，提高了预测精度。算法流程包括数据预处理、网络构建、麻雀算法优化和模型评估。提供了完整的MATLAB实现代码，支持Excel格式数据集输入，含详细中文注释。实验结果表明，该模型在多变量时序预测任务中具有较好的准确性和泛化能力。

2025-11-15 22:51:59 465

原创 【Matlab】SSA-BP麻雀搜索算法优化BP神经网络回归预测 可预测未来（附代码）

传统的BP神经网络存在一些问题，比如容易陷入局部最优解、训练速度慢等。为了解决这些问题，我们引入了麻雀算法作为优化方法，将其与BP神经网络相结合，提出了SSA-BP算法。首先，我们来了解一下麻雀算法。麻雀算法是一种模拟麻雀群体行为的优化算法，它通过模拟麻雀的觅食行为来寻找最优解。在SSA-BP算法中，我们将麻雀算法应用于BP神经网络的训练过程中，以提高其性能。SSA-BP算法的流程如下：（1）数据准备：首先，我们需要准备历史数据作为训练集。

2024-08-29 00:52:18 750

原创 【Matlab】SVM支持向量机回归预测算法 可预测未来数据（附代码）

SVM（Support Vector Machine）即支持向量机，是一种常见的机器学习算法，被广泛应用于分类和回归问题中。它的主要思想是将训练数据映射到高维空间中，然后在该空间中找到一个最优的超平面来分隔不同类别的样本。SVM 的目标是找到一个最大间隔超平面，即具有最大边际（Margin）的超平面，以保证分类的鲁棒性和泛化能力。在 SVM 中，支持向量是指距离超平面最近的一些样本点，它们对于寻找最大边际超平面起着非常重要的作用。

2024-08-27 17:41:15 325

原创 【Matlab】RF随机森林回归预测算法 可预测未来数据（附代码）

随机森林的基本思想是利用多个决策树对时序数据进行预测，其中每个决策树都使用不同的随机抽样方式选择训练数据，以减小过拟合的风险。随机森林时序预测算法的主要步骤如下：（1）样本抽样：从原始数据中随机抽取一部分样本，用于训练每个决策树。（2）特征抽样：从原始特征中随机选取一部分特征，用于训练每个决策树。（3）决策树训练：使用抽样得到的样本和特征，构建多个决策树，其中每个树都是一组独立的分类器。

2024-08-27 11:15:27 748

原创 【Matlab】RBF径向基神经网络回归预测算法 可预测未来数据（附代码）

RBF 神经网络（Radial Basis Function Neural Network）是一种基于径向基函数的前向型神经网络。它的特点是具有快速的训练速度和良好的泛化性能。RBF 神经网络的基本结构包括输入层、隐藏层和输出层。其中隐藏层是 RBF 层，它的神经元使用径向基函数来计算输入向量与每个神经元之间的距离，用这个距离值来作为神经元的激活函数。常用的径向基函数包括高斯函数、多项式函数等。

2024-08-26 18:31:09 347

原创 【Matlab】PSO-BP 基于粒子群算法优化BP神经网络的数据回归预测 可预测未来数据（附代码）

PSO-BP算法是一种结合了粒子群算法（PSO）和BP神经网络的方法，用于数据时序预测。下面是PSO-BP算法的原理和过程：1. 数据准备：首先，将时序数据按照一定的时间窗口划分为输入序列和输出序列。例如，可以将过去几个时间步的数值作为输入，预测未来一个时间步的数值作为输出。2. 初始化粒子群：对于PSO-BP算法，需要初始化一组粒子，每个粒子代表了BP神经网络的一组权重和阈值参数。每个粒子都有自己的位置和速度。

2024-08-26 18:13:49 501

原创 【Matlab】PLS偏最小二乘法回归预测算法 可预测未来数据（附代码）

偏最小二乘法是一种新型的多元统计数据分析方法，于1983年由S.Wold和C.Albano等人首次提出。偏最小二乘法实现了，在一个算法下，可以同时实现回归建模（多元线性回归）、数据结构简化（主成分分析）以及两组变量之间的相关性分析（典型相关分析）。PCA方法虽解决了自变量共线性的问题，但是并没有考虑自变量主元对于因变量变化的解释作用。所以删除的次要主元有可能包含对回归有益的信息，而保留的主元有可能会夹杂一些对回归模型输出无益的噪声。

2024-08-26 18:05:03 549

原创 【Matlab】LSTM长短期记忆神经网络回归预测算法 可预测未来数据（附代码）

LSTM（Long Short-Term Memory）是一种常用的循环神经网络（Recurrent Neural Network，RNN）结构，由于其对于长序列数据的处理能力，被广泛应用于语音识别、自然语言处理、图像处理等领域。LSTM 网络的主要特点是增加了一个称为“记忆单元（Memory Cell）”的结构，用于控制网络的信息流动。这个结构可以记忆信息并在需要的时候将其加入到当前的处理中，从而更好地处理长序列数据。

2024-08-26 17:46:21 691

原创 【Matlab】LSSVM最小二乘支持向量机回归预测算法 可预测未来数据（附代码）

支持向量机是一种强大的分类和回归方法，它在机器学习领域中具有广泛的应用。最小二乘支持向量机(LSSVM)是支持向量机的一种变体，它通过最小化目标函数来建立分类模型。本文将着重介绍基于LSSVM的数据分类预测方法，并提供Matlab代码供读者参考。1. LSSVM的原理及特点LSSVM是一种非线性分类模型，它通过将数据映射到高维特征空间中来实现非线性分类。

2024-08-26 17:02:12 374

原创 【Matlab】基于遗传算法优化BP神经网络 (GA-BP)的数据回归预测 可预测未来数据（附代码）

基于遗传算法优化BP神经网络 (GA-BP) 的数据时序预测是一种常用的机器学习方法，用于预测时间序列数据的趋势和未来值。在使用这种方法之前，需要将时间序列数据转化为适合BP神经网络处理的形式。常用的方法是将时间序列数据转化为滞后观测值的矩阵形式，以便将其作为BP神经网络的输入。然后，使用遗传算法对BP神经网络的权重和阈值进行优化。遗传算法通过模拟自然选择和遗传机制，使用种群中的个体来表示网络权重和阈值的不同组合。

2024-08-26 16:25:12 431

原创 【Matlab】ELM极限学习机回归预测算法 可预测未来数据（附代码）

ELM（Extreme Learning Machine）是一种单层前馈神经网络结构，与传统神经网络不同的是，ELM的隐层神经元权重以及偏置都是随机产生的，并且在网络训练过程中不会更新。这种随机初始化的方法使得ELM的训练速度非常快，同时避免了传统神经网络中需要反复调整权重的问题。随机初始化隐层神经元的权重和偏置，构建网络结构。将训练数据输入到网络中，得到隐层神经元的输出。对隐层神经元的输出和训练数据的标签进行线性回归，得到输出层的权重。

2024-08-26 14:39:10 358

原创 【Matlab】CNN卷积神经网络回归预测算法 可预测未来（附代码）

CNN（Convolutional Neural Network，卷积神经网络）是一种前馈神经网络，主要用于处理具有类似网格结构的数据，例如图像和音频。CNN 的主要特点是卷积层和池化层的交替使用来提取数据特征，以及使用全连接层对这些特征进行分类和识别。CNN 的主要结构包括卷积层、池化层和全连接层。其中卷积层主要用于提取数据中的特征，它通过将一个小的卷积核在数据上滑动，将局部特征提取出来。池化层则用于降低数据的维度，减少特征数量，从而简化模型的复杂度。

2024-08-26 00:16:57 559

原创 【Matlab】CNN-LSTM回归预测 可预测未来 卷积神经网络-长短期记忆神经网络组合模型（附代码）

CNN-LSTM神经网络模型是一种结合了卷积神经网络（Convolutional Neural Network，CNN）和长短期记忆网络（Long Short-Term Memory，LSTM）的混合模型。这种模型常用于处理序列数据，如文本、语音和时间序列数据等。CNN-LSTM模型的基本结构是将CNN用于提取输入数据的局部特征，然后将这些特征序列输入到LSTM中进行序列建模和预测。CNN主要用于捕捉输入数据的空间局部特征，通过卷积层和池化层来提取特征。

2024-08-25 22:39:58 483

原创 【Matlab】BP 神经网络回归预测算法 可预测未来数据（附代码）

BP 神经网络是一种常见的人工神经网络，也是一种有监督学习的神经网络。其全称为“Back Propagation”，即反向传播算法。BP 神经网络主要由输入层、隐藏层和输出层组成，每一层都由多个神经元组成。BP 神经网络的学习过程是通过不断地调整权值和偏置值来逐步提高网络的精度。BP 神经网络的训练过程可以分为两个阶段：前向传播和反向传播。在前向传播中，输入信号通过各层的神经元，最终产生输出结果。

2024-08-25 22:27:58 543

原创 【Matlab】SVM支持向量机回归预测算法（附代码）

SVM（Support Vector Machine）即支持向量机，是一种常见的机器学习算法，被广泛应用于分类和回归问题中。它的主要思想是将训练数据映射到高维空间中，然后在该空间中找到一个最优的超平面来分隔不同类别的样本。SVM 的目标是找到一个最大间隔超平面，即具有最大边际（Margin）的超平面，以保证分类的鲁棒性和泛化能力。在 SVM 中，支持向量是指距离超平面最近的一些样本点，它们对于寻找最大边际超平面起着非常重要的作用。

2024-07-21 20:52:47 617

原创 【Matlab】RF随机森林回归预测算法（附代码）

随机森林的基本思想是利用多个决策树对时序数据进行预测，其中每个决策树都使用不同的随机抽样方式选择训练数据，以减小过拟合的风险。随机森林时序预测算法的主要步骤如下：（1）样本抽样：从原始数据中随机抽取一部分样本，用于训练每个决策树。（2）特征抽样：从原始特征中随机选取一部分特征，用于训练每个决策树。（3）决策树训练：使用抽样得到的样本和特征，构建多个决策树，其中每个树都是一组独立的分类器。

2024-07-21 20:13:35 631

原创 【Matlab】RBF径向基神经网络回归预测算法（附代码）

RBF 神经网络（Radial Basis Function Neural Network）是一种基于径向基函数的前向型神经网络。它的特点是具有快速的训练速度和良好的泛化性能。RBF 神经网络的基本结构包括输入层、隐藏层和输出层。其中隐藏层是 RBF 层，它的神经元使用径向基函数来计算输入向量与每个神经元之间的距离，用这个距离值来作为神经元的激活函数。常用的径向基函数包括高斯函数、多项式函数等。

2024-07-21 19:56:47 609

原创 【Matlab】PSO-BP 基于粒子群算法优化BP神经网络的数据回归预测（附代码）

PSO-BP算法是一种结合了粒子群算法（PSO）和BP神经网络的方法，用于数据时序预测。下面是PSO-BP算法的原理和过程：1. 数据准备：首先，将时序数据按照一定的时间窗口划分为输入序列和输出序列。例如，可以将过去几个时间步的数值作为输入，预测未来一个时间步的数值作为输出。2. 初始化粒子群：对于PSO-BP算法，需要初始化一组粒子，每个粒子代表了BP神经网络的一组权重和阈值参数。每个粒子都有自己的位置和速度。

2024-07-21 18:17:24 652

原创 【Matlab】PLS偏最小二乘法回归预测算法（附代码）

偏最小二乘法是一种新型的多元统计数据分析方法，于1983年由S.Wold和C.Albano等人首次提出。偏最小二乘法实现了，在一个算法下，可以同时实现回归建模（多元线性回归）、数据结构简化（主成分分析）以及两组变量之间的相关性分析（典型相关分析）。PCA方法虽解决了自变量共线性的问题，但是并没有考虑自变量主元对于因变量变化的解释作用。所以删除的次要主元有可能包含对回归有益的信息，而保留的主元有可能会夹杂一些对回归模型输出无益的噪声。

2024-07-21 16:25:21 851

原创 【Matlab】LSTM长短期记忆神经网络回归预测算法（附代码）

LSTM（Long Short-Term Memory）是一种常用的循环神经网络（Recurrent Neural Network，RNN）结构，由于其对于长序列数据的处理能力，被广泛应用于语音识别、自然语言处理、图像处理等领域。LSTM 网络的主要特点是增加了一个称为“记忆单元（Memory Cell）”的结构，用于控制网络的信息流动。这个结构可以记忆信息并在需要的时候将其加入到当前的处理中，从而更好地处理长序列数据。

2024-07-21 15:52:44 432

原创 【Matlab】LSSVM最小二乘支持向量机回归预测算法（附代码）

支持向量机是一种强大的分类和回归方法，它在机器学习领域中具有广泛的应用。最小二乘支持向量机(LSSVM)是支持向量机的一种变体，它通过最小化目标函数来建立分类模型。本文将着重介绍基于LSSVM的数据分类预测方法，并提供Matlab代码供读者参考。1. LSSVM的原理及特点LSSVM是一种非线性分类模型，它通过将数据映射到高维特征空间中来实现非线性分类。

2024-07-21 15:18:51 453

原创 【Matlab】基于遗传算法优化BP神经网络 (GA-BP)的数据回归预测（附代码）

基于遗传算法优化BP神经网络 (GA-BP) 的数据时序预测是一种常用的机器学习方法，用于预测时间序列数据的趋势和未来值。在使用这种方法之前，需要将时间序列数据转化为适合BP神经网络处理的形式。常用的方法是将时间序列数据转化为滞后观测值的矩阵形式，以便将其作为BP神经网络的输入。然后，使用遗传算法对BP神经网络的权重和阈值进行优化。遗传算法通过模拟自然选择和遗传机制，使用种群中的个体来表示网络权重和阈值的不同组合。

2024-07-21 11:36:48 509

原创 【Matlab】ELM极限学习机回归预测算法（附代码）

ELM（Extreme Learning Machine）是一种单层前馈神经网络结构，与传统神经网络不同的是，ELM的隐层神经元权重以及偏置都是随机产生的，并且在网络训练过程中不会更新。这种随机初始化的方法使得ELM的训练速度非常快，同时避免了传统神经网络中需要反复调整权重的问题。随机初始化隐层神经元的权重和偏置，构建网络结构。将训练数据输入到网络中，得到隐层神经元的输出。对隐层神经元的输出和训练数据的标签进行线性回归，得到输出层的权重。

2024-07-21 11:08:57 458

原创 【Matlab】CNN卷积神经网络回归预测算法（附代码）

CNN（Convolutional Neural Network，卷积神经网络）是一种前馈神经网络，主要用于处理具有类似网格结构的数据，例如图像和音频。CNN 的主要特点是卷积层和池化层的交替使用来提取数据特征，以及使用全连接层对这些特征进行分类和识别。CNN 的主要结构包括卷积层、池化层和全连接层。其中卷积层主要用于提取数据中的特征，它通过将一个小的卷积核在数据上滑动，将局部特征提取出来。池化层则用于降低数据的维度，减少特征数量，从而简化模型的复杂度。

2024-07-20 23:18:18 877

Python TensorFlow CNN-LSTM时序预测 卷积神经网络-长短期记忆神经网络组合模型
详情参考：https://blog.csdn.net/vvoennvv/article/details/154983893 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-18

Python TensorFlow CNN-BiLSTM时序预测 卷积神经网络-双向长短期记忆神经网络组合模型
详情参考：https://blog.csdn.net/vvoennvv/article/details/154983893 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-19

Python TensorFlow CNN-BiLSTM-Attention时序预测 卷积神经网络-双向长短期记忆神经网络组合模型带注意力机制
详情参考：https://blog.csdn.net/vvoennvv/article/details/155059793 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-20

【Python TensorFlow】BiTCN-BiLSTM双向时间序列卷积双向长短期记忆神经网络时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/154916936 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-16

【Python TensorFlow】BiTCN-BiGRU双向时间序列卷积双向门控循环神经网络时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/154883736 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-15

【Python TensorFlow】Python BiLSTM双向长短期记忆神经网络时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/154959437 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-17

Matlab Simulink V2G技术 新能源电动汽车车载充放电机
（1）基于V2G技术的双向AC DC、DC DC充放电机MATLAB仿真模型 （2）前级电路为双向AC DC单相PWM整流器，输入AC220V，输入单位功率因数 （3）后级电路为双向DC DC，双向CLLC谐振变换器，谐振频率150kHz，采用PFM变频控制，输出DC360V （4）仿真功率3.5kW （5）正向变换时单相交流电网向电动汽车输出DC360V，反向变换时电动汽车向电网回馈能量

2024-10-25

STM32 BMS BQ76930电池管理 源码原理图 产品说明
（1）带CAN通信的源代码 （2）带原理图（AD、pdf） （3）带通信协议说明文档、芯片资料、电池安装说明 （4）带上位机软件

2024-10-24

Matlab GA遗传算法求解车间调度 实现最大完工时间极小化
1，代码注释清晰 2，已知机器个数、各工件各工序的加工时间、各工件各工序使用的机器，求解加工顺序和工件分配 3，实现最大完工时间极小化

2024-10-23

Matlab SSA-BP麻雀搜索算法优化BP神经网络回归预测 预测未来数据 含测试数据集 预测图像和评价指标详细
详情参考：https://blog.csdn.net/vvoennvv/article/details/141653032 Matlab SSA-BP麻雀搜索算法优化BP神经网络回归预测 预测未来数据 含测试数据集 预测图像和评价指标详细。中文注释非常清晰，按照示例数据修改格式，替换数据集即可运行，数据集为excel

2024-08-29

Matlab 回归预测合集 可预测未来数据：SVM、RF、PSO-BP、LSTM、GA-BP、CNN、BP、CNN-LSTM等等
可预测待测（未来）数据，详情请看： https://blog.csdn.net/vvoennvv/article/details/141532626 （1）SVM支持向量机 （2）RF随机森林 （3）RBF径向基神经网络 （4）PSO-BP 基于粒子群算法优化BP神经网络 （5）LSTM长短期记忆神经网络 （6）GA-BP基于遗传算法优化BP神经网络 （7）ELM极限学习机 （8）CNN卷积神经网络 （9）BP 神经网络 （10）CNN-LSTM卷积神经网络-长短期记忆神经网络组合模型 （11）LSSVM最小二乘支持向量机 （12）PLS偏最小二乘法 （13）SSA-BP麻雀搜索算法优化BP神经网络

2024-08-28

Matlab SVM支持向量机回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细
详情参考：https://blog.csdn.net/vvoennvv/article/details/141604634 Matlab SVM支持向量机回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细。中文注释非常清晰，按照示例数据修改格式，替换数据集即可运行，数据集为excel

2024-08-27

Matlab RF随机森林回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细
详情参考：https://blog.csdn.net/vvoennvv/article/details/141597864 Matlab RF随机森林回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细。中文注释非常清晰，按照示例数据修改格式，替换数据集即可运行，数据集为excel

2024-08-27

Matlab RBF径向基神经网络回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细
详情参考：https://blog.csdn.net/vvoennvv/article/details/141570756 Matlab RBF径向基神经网络回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细。中文注释非常清晰，按照示例数据修改格式，替换数据集即可运行，数据集为excel

2024-08-26

Matlab PSO-BP 基于粒子群算法优化BP神经网络的数据回归预测 预测未来数据 含测试数据集 预测图像和评价指标详细
详情参考：https://blog.csdn.net/vvoennvv/article/details/141570478 Matlab PSO-BP 基于粒子群算法优化BP神经网络的数据回归预测 预测未来数据 含测试数据集 预测图像和评价指标详细。中文注释非常清晰，按照示例数据修改格式，替换数据集即可运行，数据集为excel

2024-08-26

Matlab PLS偏最小二乘法回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细
详情参考：https://blog.csdn.net/vvoennvv/article/details/141570237 Matlab PLS偏最小二乘法回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细。中文注释非常清晰，按照示例数据修改格式，替换数据集即可运行，数据集为excel

2024-08-26

Matlab LSTM长短期记忆神经网络回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细
详情参考：https://blog.csdn.net/vvoennvv/article/details/141569919 Matlab LSTM长短期记忆神经网络回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细。中文注释非常清晰，按照示例数据修改格式，替换数据集即可运行，数据集为excel

2024-08-26

Matlab LSSVM最小二乘支持向量机回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细
详情参考：https://blog.csdn.net/vvoennvv/article/details/141568642 Matlab LSSVM最小二乘支持向量机回归预测算法 预测未来数据 含测试数据集 预测图像和评价指标详细。中文注释非常清晰，按照示例数据修改格式，替换数据集即可运行，数据集为excel

2024-08-26

Matlab 基于遗传算法优化BP神经网络 (GA-BP)的数据回归预测 可预测未来数据 含测试数据集 预测图像和评价指标详细
详情参考：https://blog.csdn.net/vvoennvv/article/details/141566741 Matlab 基于遗传算法优化BP神经网络 (GA-BP)的数据回归预测 可预测未来数据 含测试数据集 预测图像和评价指标详细。中文注释非常清晰，按照示例数据修改格式，替换数据集即可运行，数据集为excel

2024-08-26

Matlab ELM极限学习机回归预测算法 可预测未来数据 含测试数据集 预测图像和评价指标详细
详情参考：https://blog.csdn.net/vvoennvv/article/details/141563512 Matlab ELM极限学习机回归预测算法 可预测未来数据 含测试数据集 预测图像和评价指标详细。中文注释非常清晰，按照示例数据修改格式，替换数据集即可运行，数据集为excel

2024-08-26

Labview 存储数据为Excel和CSV示例
包含保存成Excel和CSV的子程序，以及一个演示示例程序，数据处理时保存数据的好帮手

2026-03-21

西门子S7-1200 机械手分拣物料控制系统
PLC和HMI仿真工程，博图V16及以上版本 带PLC接线图、主电路图、IO点表、流程图 系统设计文档、程序注释说明、讲解视频

2026-02-07

stm32智能小车循迹程序(源码+原理图+GPIO分配文档)
stm32智能小车循迹程序(源码+原理图+GPIO分配文档)

2026-02-07

python招聘推荐系统
整个系统采用 Python 语言编写，后端基于 Django 的 Web 应用框架，数据库采用 MySQL设计，使用 ECharts 进行数据可视化显示。数据获取使用 Selenium 框架进行数据的采集，然后对数据进行分析并且将结果在前台进行可视化的展示。

2026-02-06

西门子S7-1200自动门控制程序，博图V14或以上版本
PLC与HMI仿真工程，博图V14及以上版本 带PLC接线图、主电路图、流程图、IO点表 手动/自动模式、感应开/关门、急停功能

2026-02-06

Node Red教程和示例
1，安装、常用控件使用介绍 2，操作常用节点的示例，提供json文件。包括Dashboard、Mysql、S7、Modbus、Postgresql、Sqlite、串口等等

2026-01-13

Matlab Simulink 三相异步电机调压调速系统(PI闭环)
包括仿真源码、设计报告、参考文献 PI闭环 晶闸管触发 调压调速

2026-01-13

Matlab Simulink 不平衡电网下的SVG无功补偿（三层控制）
包括仿真源码、参考文献 （1）第一层采用电压电流双闭环pi控制，电压电流正负序分离，电压外环通过产生基波正序有功电流三相所有H桥模块直流侧平均电压恒定，电流内环采用前馈解耦控制 （2）第二层相间电压均衡控制，注入零序电压，控制通过注入零序电压维持相间电压平衡 （3）第三层相内电压均衡控制，使其所有子模块吸收的有功功率与其损耗补，从而保证所有H桥子模块直流侧电压值等于给定值。

2026-01-13

Matlab Simulink 三相异步电机矢量控制（FOC）与直接转矩控制（DTC）的对比研究
包括仿真源码、设计报告、原理说明、参考文献 三相异步电机直接转矩控制Simulink模型 三相异步电机转速电流环Simulink模型 课程设计报告，包括三相异步电机数学模型建立，详细分析了两种控制方式在原理上，控制特性上的不同，并在相同情况下对控制性能进行了对比分析。 性能分析维度：转矩突变，转速突变，动态响应能力，调节时间，超调量，转矩波动，三相电流电压，谐波分析等

2026-01-12

Python TensorFlow TCN-RNN时间序列卷积循环神经网络时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/156579553 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2026-01-04

Python TensorFlow TCN-BiGRU时间序列卷积双向门控循环神经网络时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/156462294 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-12-31

Python TensorFlow TCN-LSTM时间序列卷积长短期记忆神经网络时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/155189688 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-24

Python TensorFlow TCN-GRU时间序列卷积门控循环神经网络时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/155391549 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-29

Python TensorFlow CNN-GRU卷积神经网络-门控循环神经网络时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/155130404 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-22

Python TensorFlow CNN-BiGRU卷积神经网络-双向门控循环神经网络时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/155159731 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-23

Python TensorFlow BiTCN-LSTM双向时间序列卷积长短期记忆神经网络时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/155103983 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-21

Python TensorFlow BiTCN-GRU双向时间序列卷积门控循环神经网络时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/155347619 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-28

Python TensorFlow BiLSTM-Attention双向长短期记忆神经网络带注意力机制时序预测算法
详情参考：https://blog.csdn.net/vvoennvv/article/details/155323208 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-27

Python TensorFlow DBO-LSTM-Attention 基于蜣螂算法优化长短期记忆神经网络模型带注意力机制
详情参考：https://blog.csdn.net/vvoennvv/article/details/155266216 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-26

Python TensorFlow VMD-LSTM时序预测 基于VMD分解的长短期记忆神经网络模型
详情参考：https://blog.csdn.net/vvoennvv/article/details/155234470 （1）代码中文注释非常清晰 （2）支持单输入单步预测、单输入多步预测、多输入单步预测、多输入多步预测 （3）多个评估指标，MSE、RMSE、R2、MAE、MAPE （4）带测试数据集，数据集格式支持CSV和Excel，可直接替换成自己的数据集使用

2025-11-25

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除