1.Matlab实现TPA-LSTM Attention-LSTM多变量回归预测;
2.运行环境为Matlab2020b;
3.Train为训练集数据,Test为测试集数据,TPAMain.m为主程序,运行即可;其余m文件为子函数,无需运行,所有文件放在一个文件夹;
4.运行需要要GPU支持运算。
1. 使用Matlab实现了TPA-LSTM/Attention-LSTM多变量回归预测的算法。
2. 该算法在Matlab2020b环境下运行。
3. 程序包含了训练集数据(Train)、测试集数据(Test)以及一个主程序(TPAMain.m),只需运行主程序即可。其他的m文件是子函数,无需单独运行,建议将所有文件放在同一个文件夹中。
4. 运行该程序需要GPU支持进行计算。
涉及的
1. TPA-LSTM/Attention-LSTM:这是一种多变量回归预测的算法。TPA-LSTM(Temporal Pattern Attention-LSTM)和Attention-LSTM分别是基于LSTM(长短期记忆)模型的改进版本,用于处理时间序列数据并关注序列中的重要模式和特征。
1