多输入多输出 | MATLAB实现CNN-LSTM-Attention卷积神经网络-长短期记忆网络结合SE注意力机制的多输入多输出预测
目录
- 多输入多输出 | MATLAB实现CNN-LSTM-Attention卷积神经网络-长短期记忆网络结合SE注意力机制的多输入多输出预测
- 预测效果
- 基本介绍
- 程序设计
- 往期精彩
- 参考资料
预测效果
基本介绍
CNN-LSTM-Attention多输入多输出回归预测 基于卷积神经网络-长短期记忆网络结合SE注意力机制的多输入多输出预测 注释清晰 Matlab语言
1.CNN-LSTM-Attention多输出回归预测，多输入多输出 ，LSTM也可以替换成BiLSTM、GRU， matlab需要2020b及以上版本 评价指标包括:R2、MAE、RMSE和MAPE等，效果如图所示，代码质量极高～
2.直接替换数据即可用，适合新手小白～
3.附赠案例数据，如图2所示，实际使用中3个、4个输出均可 直接运行main即可一键出图～
程序设计
- 完整程序和数据下载方式私信博主回复：CNN-LSTM-Attention卷积神经网络-长短期记忆网络结合SE注意力机制的多输入多输出预测。
miniBatchSize = 32;options = trainingOptions("adam", ...MaxEpochs=3, ...MiniBatchSize=miniBatchSize, ...InitialLearnRate=0.005, ...LearnRateDropPeriod=2, ...LearnRateSchedule="piecewise", ...L2Regularization=5e-4, ...SequencePaddingDirection="left", ...Shuffle="every-epoch", ...ValidationFrequency=floor(numel(featuresTrain)/miniBatchSize), ...ValidationData={featuresValidation,labelsValidation}, ...Verbose=false, ...Plots="training-progress");
net = trainNetwork(featuresTrain,labelsTrain,layers,options);
function features = extractFeatures(X,afe)features = log(extract(afe,X) + eps);
features = permute(features, [2 3 1]);
features = {features};end往期精彩
MATLAB实现RBF径向基神经网络多输入多输出预测
MATLAB实现BP神经网络多输入多输出预测
MATLAB实现DNN神经网络多输入多输出预测
参考资料
[1] https://blog.csdn.net/kjm13182345320/article/details/116377961
[2] https://blog.csdn.net/kjm13182345320/article/details/127931217
[3] https://blog.csdn.net/kjm13182345320/article/details/127894261
