LSTM网络的降雨径流建模代码。 该模型每天运行一次，强迫数据是流域平均降水量、潜在蒸发量、最高和最低温度。 使用的数据来自美国 MOPEX 数据集（ https://www.nws.noaa.gov/ohd/mopex/mo_datasets.htm ）。
2021-11-23 18:36:34
314KB
1
这是在深度学习工具箱中使用长短期记忆（LSTM）网络在接收器处实现符号分类以在OFDM系统中进行信号检测的示例。 基于 LSTM 的神经网络针对单个子载波进行训练，其中符号错误率 (SER) 被计算并与最小二乘 (LS) 和最小均方误差 (MMSE) 估计进行比较。 在此初步调查中，假设无线信道在离线训练和在线部署阶段是固定的。 为了测试神经网络的鲁棒性，对每个传输的 OFDM 数据包应用随机相移。 考虑了导频符号数量和循环前缀（CP）长度的影响。 要重新创建仿真结果，请加载相应的Mat文件并运行脚本Testing.m。
这段代码的想法受到论文的启发： H. Ye、GY Li 和 B. Juang，“OFDM 系统中信道估计和信号检测深度学习的力量”，IEEE 无线通信快报，第一卷。 7号1，第 114-117 页，2018 年 2 月。
2021-10-28 15:47:03
978KB
1
亲测好用，挺不错的资源，大家快来下载吧！挺有用的！需要的话可以来下载哦！tensorflow下用LSTM网络进行时间序列预测，实时多变量预测以及对于未来数据的单变量预测。
2021-10-12 17:14:29
1.12MB
1
使用LSTM网络做预报(Forecast)
在一次小小的比赛中需要做趋势预测，当时找了很多种方法，最后也对LSTM的使用做出一定的研究，现在大多数能找到的都是Predict，对于Forecast的做法虽然找到了原理，但由于各种原因自己未能很好写出。最后是完成了，这里也做一个小小的记录。
LSTM
完全不想解释，因为只是调包侠，原理还不懂，调参都是手动调的，很离谱。
代码
导入基础模块，preprocessing用作数据归一化预处理
# 导入模块
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from
2021-09-13 14:18:46
65KB
1
BiLSTM-POS-Tagger
基于双向LSTM网络（PyTorch）的词性标注器
要训练网络，请使用rnn_train.py（确保提供带标签的数据集）
要加载网络并标记句子，请使用rnn_annotate.py
Data.py和TaggerModel.py包含各自的类
2021-08-14 23:05:58
10.85MB
1
使用双向长短期记忆 (biLSTM) 进行需求预测这是一个回归问题。 在这个问题中，我们想根据过去记录中的 3 个因素来预测未来的需求。 您可以更改选择的数量（过去的记录数量）。 此外，您可以更改输入的数量。 例如，您也可以包括过去的需求，或删除一些输入。
2021-07-23 19:08:19
1.24MB
1