門戶網(wǎng)站建設(shè)自評(píng)報(bào)告seo營銷是什么
時(shí)序預(yù)測(cè) | MATLAB實(shí)現(xiàn)基于GRU門控循環(huán)單元的時(shí)間序列預(yù)測(cè)-遞歸預(yù)測(cè)未來(多指標(biāo)評(píng)價(jià))
目錄
- 時(shí)序預(yù)測(cè) | MATLAB實(shí)現(xiàn)基于GRU門控循環(huán)單元的時(shí)間序列預(yù)測(cè)-遞歸預(yù)測(cè)未來(多指標(biāo)評(píng)價(jià))
- 預(yù)測(cè)結(jié)果
- 基本介紹
- 程序設(shè)計(jì)
- 參考資料
預(yù)測(cè)結(jié)果
基本介紹
1.Matlab實(shí)現(xiàn)GRU門控循環(huán)單元時(shí)間序列預(yù)測(cè)未來;
2.運(yùn)行環(huán)境Matlab2020及以上,data為數(shù)據(jù)集,單變量時(shí)間序列預(yù)測(cè);
3.遞歸預(yù)測(cè)未來數(shù)據(jù),可以控制預(yù)測(cè)未來大小的數(shù)目,適合循環(huán)性、周期性數(shù)據(jù)預(yù)測(cè);
4.命令窗口輸出R2、MAE、MAPE、MBE、MSE等評(píng)價(jià)指標(biāo)。
運(yùn)行環(huán)境Matlab2020及以上。
程序設(shè)計(jì)
- 完整程序和數(shù)據(jù)獲取方式1:私信博主回復(fù)MATLAB實(shí)現(xiàn)基于GRU門控循環(huán)單元的時(shí)間序列預(yù)測(cè)-遞歸預(yù)測(cè)未來(多指標(biāo)評(píng)價(jià)),同等價(jià)值程序兌換;
- 完整程序和數(shù)據(jù)下載方式2(資源處直接下載):MATLAB實(shí)現(xiàn)基于GRU門控循環(huán)單元的時(shí)間序列預(yù)測(cè)-遞歸預(yù)測(cè)未來(多指標(biāo)評(píng)價(jià));
- 完整程序和數(shù)據(jù)下載方式3(訂閱《GRU門控循環(huán)單元》專欄,同時(shí)可閱讀《GRU門控循環(huán)單元》專欄內(nèi)容,數(shù)據(jù)訂閱后私信我獲取):MATLAB實(shí)現(xiàn)基于GRU門控循環(huán)單元的時(shí)間序列預(yù)測(cè)-遞歸預(yù)測(cè)未來(多指標(biāo)評(píng)價(jià)),專欄外只能獲取該程序。
%% 創(chuàng)建混合網(wǎng)絡(luò)架構(gòu)
% 輸入特征維度
numFeatures = f_;
% 輸出特征維度
numResponses = 1;
FiltZise = 10;
% 創(chuàng)建"LSTM"模型layers = [...% 輸入特征sequenceInputLayer([numFeatures 1 1],'Name','input')sequenceFoldingLayer('Name','fold')% 特征學(xué)習(xí)dropoutLayer(0.25,'Name','drop3')% 全連接層fullyConnectedLayer(numResponses,'Name','fc')regressionLayer('Name','output') ];layers = layerGraph(layers);layers = connectLayers(layers,'fold/miniBatchSize','unfold/miniBatchSize');%% 訓(xùn)練選項(xiàng)
% 批處理樣本
MiniBatchSize =128;
% 最大迭代次數(shù)
MaxEpochs = 500;options = trainingOptions( 'adam', ...'MaxEpochs',500, ...'GradientThreshold',1, ...'InitialLearnRate',optVars.InitialLearnRate, ...'LearnRateSchedule','piecewise', ...'LearnRateDropPeriod',400, ...'LearnRateDropFactor',0.2, ...'L2Regularization',optVars.L2Regularization,...'Verbose',false, ...'Plots','none');%% 訓(xùn)練混合網(wǎng)絡(luò)
net = trainNetwork(XrTrain,YrTrain,layers,options);
參考資料
[1] https://blog.csdn.net/kjm13182345320/article/details/129036772?spm=1001.2014.3001.5502
[2] https://blog.csdn.net/kjm13182345320/article/details/128690229