基于CNN(卷积神经网络)的时间序列预测python源码+超详细注释
以CNN网络模型为示例，介绍了各种不同数据类型的网络结构
重点包含：
1.如何构造输入输出数据的形状
2.如何配置合适的网络参数来接受这些输入输出训练数据
本教程的目的是提供不同类型的时间序列预测模型的独立示例，作为模板，您可以针对特定的时间序列预测问题进行复制和调整
2022-12-02 14:29:40
18KB
回归预测 | MATLAB实现CNN(卷积神经网络)多输入单输出（完整源码和数据）
多输入单输出，运行环境MATLAB2018b及以上。
2022-05-28 14:06:19
281KB
时序预测 | MATLAB实现CNN(卷积神经网络)时间序列预测（完整源码和数据）
数据为一维时序列数据,运行环境MATLAB2018b及以上。
2022-05-25 11:07:12
622KB
CNN(卷积神经网络)和LSTM(长短期记忆网络)的细节
卷积神经网络是一种特别有效的提取图像特征的手段。一个在大数据集如ImageNet上预训练好的模型能够非常有效的提取图像的特征。
长短期记忆网络能够处理长短不一的序列式数据，比如语言句子。给定一个输入，网络能够给出一个序列输出。
2022-05-14 16:05:46
36KB
1
回归预测 | MATLAB实现CNN(卷积神经网络)多输入单输出（完整源码和数据）
多输入单输出，运行环境MATLAB2018b及以上。
2022-05-07 16:05:54
50KB
时序预测 | MATLAB实现CNN(卷积神经网络)时间序列预测（完整源码和数据）
数据为一维时序列数据,运行环境MATLAB2018b及以上。
2022-05-05 12:05:44
9KB