MATLAB实现WOA-LSTM鲸鱼算法优化长短期记忆神经网络多输入单输出回归预测(完整源码和数据) 鲸鱼算法优化参数为隐含层节点数,最大训练代数,初始学习率参数。 数据为多输入回归数据,输入7个特征,输出1个变量。 运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。
unity5超酷3D战斗机空战游戏完整源码,射击游戏源码 Unity精品小游戏源码 , Unity完整项目源码 是Unitypackage包 , 新建空项目直接导入到项目里面就可以运行了,无需其他操作。 适合二次开发和学习使用,都是经典游戏,需要其他游戏源码包可以看我主页。 直接可以运行 , 如果运行不了 请切换编译器版本 2021 3.14版本编译器测试没问题 其他版本请自行尝试。 有别的资源或代码需求可以通过我的主页联系 谢谢! Unity游戏代码 ,Unity经典游戏源码 , Unity休闲游戏源码, Unity容易上手的游戏源码,Unity小游戏源码,Unity新手练习源码,Unity个人开发源码,Unity优秀项目,Unity商店优秀作品。
1
Cocos2d-JS横版熊猫无限跑酷手游完整源码-panda_run-master cocos精品小游戏源码 , 完整项目源码 是整个项目的压缩包 , 新建空项目直接导入到项目里面就可以运行了,无需其他操作。 适合二次开发和学习使用,都是经典游戏,需要其他游戏源码包可以看我主页。 直接可以运行 , 如果运行不了 请切换编译器版本 , 经过测试是没问题的 如果打不开请切换编译器版本。 有别的资源或代码需求可以通过我的主页联系 谢谢! cocos游戏代码 ,cocos经典游戏源码 , cocos休闲游戏源码, cocos容易上手的游戏源码,cocos小游戏源码,cocos新手练习源码,cocos个人开发源码,cocos优秀项目。
2022-12-08 09:27:56 7.49MB cocos游戏源码 cocos
1
Unity精品小游戏源码 , Unity完整项目源码 是Unitypackage包 , 新建空项目直接导入到项目里面就可以运行了,无需其他操作,适合二次开发和学习使用,都是经典游戏,需要其他游戏源码包可以看我主页 直接可以运行 , 如果运行不了 请切换编译器版本 2021 3.14版本编译器测试没问题 其他版本请自行尝试 有需要可以通过我的主页联系 谢谢 Unity游戏代码 ,Unity经典游戏源码 , Unity休闲游戏源码, Unity容易上手的游戏源码
2022-12-07 09:28:14 57.85MB unity unity游戏 unity游戏源码 unity源码
1
MATLAB实现PSO-BP粒子群优化BP神经网络多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入12个特征,分四类。 运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。
Matlab实现SSA-XGBOOST麻雀算法优化XGBOOST的多特征分类预测(完整源码和数据) 数据为多特征分类预测,输入12个特征,输出四个类别。 运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。
MATLAB实现LSTM长短期记忆神经网络多输入单输出回归预测(完整源码和数据) 数据为多输入回归数据,输入7个特征,输出1个变量。 运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。
比较完整地给出了数据预处理,缺失值补全,特征分析过程以及训练和交叉验证的注意事项,适合数据挖掘新人找到解题思路,全程没有调参,没有模型融合,只凭一手简单的特征和xgboost。 preprocess.py: 数据预处理(类型转换,缺失值处理,特征提取) xgbosst.py: 训练模型和交叉验证 根据题目给出的信息, 除了路本身的信息外, 训练数据基本上只有旅行时间, 而我们要预测的也是未来的平均旅行时间, 而且根据我们的常识, 现在的路况跟过去一段时间的路况是很有关系的, 因此该问题应该是一个自回归问题, 用过去几个时刻的交通状况去预测未来时刻的交通状况
【混沌时间序列预测rnn的广义实现】 在不使用任何库或数据预处理工具的情况下,已经创建和编码了完整的模型。主要目标是对未来henon混沌时间序列的预测。 bptt.m -时间反向传播 forward.m -正向传播 dsigmoid.m , dtanh -激活函数的导数 sigmoid.m - 变参数Sigmoid函数 gradDes -梯度下降
2022-12-02 14:29:52 151KB RNN 混沌时间序列预测 MATLAB
基于ARIMA自回归模型对法国香槟的月销售额预测python实现完整源码+数据+详细注释 包含 1.如何训练Embidding层 2.在Embidding层使用已训练好的词向量_glove 3.数据的初步 可视化分析;4.手动配置ARIMA参数;5.手动配置差分参数;6.网格搜索配置ARIMA参数;7.残差后自相关检测;8.残差修正;9.检查残差预测误差;10.验证模型;11.进行预测;12.数据集分割等
2022-12-02 14:29:50 22KB ARIMA 自回归模型 时间序列预测 LSTM