基于CNN-LSTM-Attention组合模型的时间序列预测matlab代码

CNN-LSTM-Attention

基于卷积神经网络-长短期记忆网络结合注意力机制的多变量/时间序列预测 Matlab语言

特点：多特征输入，单输出，可实现回归预测或超前预测，Matlab版本最好为新版本。

[1]卷积神经网络 (CNN)：捕捉数据中的局部模式和特征。

[2]长短期记忆网络 (LSTM)：处理数据捕捉长期依赖关系。

[3]注意力机制：为模型提供了对关键信息的聚焦能力，从而提高预测的准确度。

直接替换Excel数据即可用，注释清晰，适合新手小白，图片excel文件标有特征预测列

-————————————————————————————————————————————————

评价结果如下所示：

平均绝对误差MAE为：1.277

均方误差MSE为：    2.4157

均方根误差RMSE为： 1.5543

决定系数R^2为： 0.95641

剩余预测残差RPD为： 5.0164

平均绝对百分比误差MAPE为： 0.035666

代码获取链接：基于CNN-LSTM-Attention组合模型的时间序列预测matlab代码