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。

深度神经网络LSTM（长短记忆）四个输入1个输出，进行分类预测。网上都是一些单输入单输出的时间序列预测，这里给出的是多输入单输出预测。

GeoNamesEmbedding Word2Vec嵌入地名和地理术语。 我最初是在2019年8月创建此地图的，供我共同创建的地理门户GeoGenius使用。 但是，事实证明这对于当前的任务是不安全的，因此从那时起我就再也没有碰过它。 但是它能够创建一些令人印象深刻的嵌入，因此我将其推向了Github。 训练集包含成千上万个地理事实文件和问题，这些问题文件和问题使用Gensim的Word2Vec合成为模型，在我看来，其中一些模型已经建立了一些真正令人印象深刻的联系。 集合中的一些材料是私人的，并且在所有者的允许下使用了这些材料，因此培训材料不会公开提交给此仓库，尽管如果有人希望访问这些材料，请随时与我联系。 所有模型都位于（惊奇）models文件夹中，并且模型分为语料库版本（当前为1-7），每个语料库反映了已添加到训练集中的材料。 最好的模型通常来自最新的语料库版本，当前版本为7。

澳新网 ASGCN -为SPECT小号pecificģ拍摄和ÇonvolutionalÑetwork 论文的代码和预处理数据集，标题为“” ，，和。 更新 ：我介绍了一个新的模型，该模型包含在有向依赖关系树上的双向图卷积网络。 2020年10月5日：由于下载时字向量已损坏（例如，Gloves.840B.300d.txt通常太大），许多人可能会遇到。 因此，我们在rest14数据集中发布了经过的单词嵌入，作为腌制的文件以及供您验证可重复性。 要求 Python 3.6 PyTorch 1.0.0 SpaCy 2.0.18 numpy的1.15.4 用法 使用以下命令安装软件包和语言模型 pip install spacy 和 python -m spacy download en 生成图形数据 python dependency_graph.py 使用此链接下载经过预训练的

基于 LSTM 的船舶轨迹预测，训练数据

基于 LSTM 的船舶轨迹预测，测试数据集

屈亚迪基于VGG和LSTM网络的视觉问答系统研究与应用.docx

基于LSTM循环神经网络空中目标意图识别_kereas源码+数据集+程序说明 程序设计语言为Python 3.7.6；集成开发环境为Anaconda。循环神经网络模型由Python的keras 2.3.0库实现。 数据集为：SCENARIO_DATA_UTF8.zip getData()函数负责读取xml文件，并处理成数据序列及对应的标签序列。参数data_length决定了所读取序列的长度。 getDocumentList()函数用于辅助getData()函数进行数据读取。 modelLSTM()用于实现最基本的循环神经网络模型，只是神经元类型为基础的LSTM。

基于LSTM长短期记忆神经网络的数据回归预测（Matlab完整程序和数据） 运行版本2018及以上 基于LSTM长短期记忆神经网络的数据回归预测（Matlab完整程序和数据）

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。