时间序列预测的基线预测_python实现完整源码+数据 数据一览图

CNN LSTM语言模型 从头实现用于语言模型的CNN-LSTM网络。有用的特征从下面的CNN层中提取出来， 然后提供给LSTM层，LSTM层为预测形成一个顺序上下文。

1、结合DBN和ELM的改进DBN-ELM模型 2、文件matlab：包含改进算法的matlab实现 3、mnist: 包含ELM、DBN、DBN-ELM算法在mnist数据集上的表现 4、Skin_NonSkin: 包含ELM、DBN、DBN-ELM算法在Skin_NonSkin数据集上的表现 5、文件python：包含改进算法的python实现 运行环境MATLAB2018b及以上

1、多元回归_LSTM结合PSO算法实现PSO-LSTM多输入单输出(Matlab完整源码+数据) 2、代码运行测试环境为MATLAB2020b，MATLAB实现PSO-LSTM多输入单输出预测。

带核的在线顺序极限学习机——OS-ELMK项目 带核的非平稳时间序列预测在线顺序极限学习机的实现。 项目研究了一个OS-ELMK，并在八度音阶中进行了编码。为了说明结果，用人工和真实非平稳时间序列进行了仿真。 同时，采用ELMK进行比较分析。

MATLAB实现PCA-BiLSTM主成分降维结合双向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12个特征，输出1个变量。 运行环境MATLAB2018b及以上。

MATLAB实现LSTM长短期记忆神经网络多输入多输出预测（完整源码和数据） 数据为多输入多输出预测数据，输入10个特征，输出3个变量,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。 运行环境MATLAB2018b及以上。

MATLAB实现RBF径向基神经网络多输入多输出预测（完整源码和数据） 数据为多输入多输出预测数据，输入10个特征，输出3个变量,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。 运行环境MATLAB2018b及以上。

MATLAB实现CNN-BiLSTM卷积双向长短期记忆网络多变量时序预测， 数据为多变量时间序列数据，多输入单输出,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，运行环境MATLAB2020b及以上，运行主程序即可。

前言： 一个简单的外卖系统，包括手机端，后台管理，api 基于spring boot和vue的前后端分离的外卖系统 包含手机端，后台管理功能 本项目主要供交流学习，不建议商用。 技术选型： 核心框架：Spring Boot 数据库层：Spring data jpa/Spring data mongodb 数据库连接池：Druid 缓存：Ehcache 前端：Vue.js 数据库：mysql5.5以上,Mongodb建议4.0(不要使用4.2及其已上版本，否则有部分api需要自行调整)