MATLAB实现CNN-BiLSTM卷积双向长短期记忆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15个特征，分四类,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。
2022-11-03 09:07:06
503KB
MATLAB实现BiLSTM双向长短期记忆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15个特征，分四类,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。
2022-11-02 14:10:06
448KB
MATLAB实现CNN-BiLSTM卷积双向长短期记忆神经网络多输入回归预测（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。
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。
2022-10-31 12:05:21
333KB
MATLAB实现CNN-BiLSTM卷积双向长短期记忆神经网络时间序列预测，
数据为单变量时间序列数据，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CNN_BiLSTMTS即可。
2022-10-30 12:04:56
256KB
MATLAB实现CNN-BiLSTM卷积双向长短期记忆神经网络时间序列预测，
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CNN_BiLSTM即可。
2022-10-27 12:06:00
213KB
MATLAB实现TPA-BiLSTM时间注意力机制双向长短期记忆神经网络时间序列预测（完整源码和数据）
数据为多变量时间序列数据，多输入单输出
运行环境MATLAB2020b及以上，运行主程序TPAMain即可。
2022-10-14 17:05:39
574KB
回归预测 | MATLAB实现BiLSTM(双向长短期记忆神经网络)多输入单输出（完整源码和数据）
多输入单输出，运行环境MATLAB2018b及以上。
2022-05-28 14:06:22
453KB
回归预测 | MATLAB实现BiLSTM(双向长短期记忆神经网络)多输入单输出（完整源码和数据）
多输入单输出，运行环境MATLAB2018b及以上。
2022-05-05 12:05:48
115KB
命名实体识别是自然语言处理的一项关键技术. 基于深度学习的方法已被广泛应用到中文实体识别研究中. 大多数深度学习模型的预处理主要注重词和字符的特征抽取, 却忽略词上下文的语义信息, 使其无法表征一词多义, 因而实体识别性能有待进一步提高. 为解决该问题, 本文提出了一种基于BERT-BiLSTM-CRF模型的研究方法. 首先通过BERT模型预处理生成基于上下文信息的词向量, 其次将训练出来的词向量输入BiLSTM-CRF模型做进一步训练处理. 实验结果表明, 该模型在MSRA语料和人民日报语料库上都达到相当不错的结果, F1值分别为94.65%和95.67%.
2021-11-09 18:16:01
1.5MB
1