MATLAB开发的LSTM深度学习网络来预测时间序列的工具箱-支持单时间序列和多元时间序列的预测
2024-02-18 16:01:02
4.25MB
1
焊接裂纹的金属磁记忆定位特征研究，邸新杰，李午申，针对金属磁记忆检测技术的检测标准未定量化的瓶颈问题，本研究以X70钢为研究对象，通过对预制焊接裂纹一阶微分处理后的金属磁记忆
2024-01-11 10:38:51
428KB
1
基于卷积-长短期记忆网络加注意力机制（CNN-LSTM-Attention）的时间序列预测程序，预测精度很高。
可用于做风电功率预测，电力负荷预测等等
标记注释清楚，可直接换数据运行。
代码实现训练与测试精度分析。
2023-12-11 12:30:03
285KB
1
金豺算法(GJO)优化双向长短期记忆神经网络的数据分类预测，GJO-BiLSTM分类预测，多输入单输出。
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。
程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图。
2023-12-11 12:21:46
75KB
1
基于注意力机制attention结合长短期记忆网络LSTM时间序列预测，LSTM-Attention时间序列预测，单输入单输出模型。
运行环境MATLAB版本为2020b及其以上。
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。
2023-12-01 23:39:28
26KB
1
基于卷积神经网络-长短期记忆网络结合注意力机制(CNN-LSTM-Attention)多变量时间序列预测，CNN-LSTM-Attention多维时间序列预测，多列变量输入模型。matlab代码，2020版本及以上。
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。
2023-11-20 16:46:33
62KB
1
基于卷积神经网络-双向长短期记忆网络(CNN-BILSTM)数据回归预测，多变量回归预测模型。
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。
2023-11-08 15:22:26
33KB
1
本文旨在利用Volterra级数理论建立射频器件的行为模型。当考虑周期输入信号时，Volterra级数将呈现离散形式。 本文采用五阶非线性系统来推导Volterra级数展开式，该展开式可以表示频域中的直流项和谐波分量。 仿真表明，这种行为建模方法的性能良好，尤其是在使用更高阶的Volterra级数展开式时。 我们还得出结论，本文给出的方法对于小信号和大信号均有效。
2023-10-24 21:00:26
135KB
1