GA-LSTM 遗传算法优化的lstm 预测代码 python实现 直接就可以运行 GA.PY 具体可以通过lstm.py的load数据进行修改

基于微信机构投资者情绪和LSTM模型的股指预测研究，马思畦，肖智，首先针对投资者情绪指标量化方式问题，提出基于投资者机构微信公众号文本内容的情感分类作为量化指标，引入长短期记忆神经网络模

目前关系抽取方法中，传统深度学习方法存在长距离依赖问题，并且未考虑模型输入与输出的相关性。针对以上问题，提出了一种将LSTM（long short-term memory）模型与注意力机制相结合的关系抽取方法。将文本信息向量化，提取文本局部特征，再将文本局部特征导入双向LSTM模型中，通过注意力机制对LSTM模型的输入与输出之间的相关性进行重要度计算，根据重要度获取文本整体特征；最后将局部特征和整体特征进行特征融合，通过分类器输出分类结果。在SemEval-2010 task 8语料库上的实验结果表明，该方法的准确率和稳定性较传统深度学习方法有进一步提高，为自动问答、信息检索以及本体学习等领域提供了方法支持。

一个双向LSTM程序 Long Short Term 网络—— 一般就叫做 LSTM ——是一种 RNN 特殊的类型，可以学习长期依赖信息。LSTM 由Hochreiter & Schmidhuber (1997)提出，并在近期被Alex Graves进行了改良和推广。在很多问题，LSTM 都取得相当巨大的成功，并得到了广泛的使用。 LSTM 通过刻意的设计来避免长期依赖问题。记住长期的信息在实践中是 LSTM 的默认行为，而非需要付出很大代价才能获得的能力！ 所有 RNN 都具有一种重复神经网络模块的链式的形式。在标准的 RNN 中，这个重复的模块只有一个非常简单的结构，例如一个 tanh 层。(A bidirectional LSTM program Long short term network, commonly known as LSTM, is a special type of RNN that can learn long-term dependent information. LSTM was proposed by Hochreiter & schmidhuber

Keras 示例代码，包括CNN，LSTM，CNN-LSTM等，非常全面。(Keras sample code, including CNN, LSTM, CNN-LSTM, and so on, is very comprehensive.)

基于lstm算法在MATLAB对短期风速进行预测(Based on LSTM algorithm, short-term wind speed was predicted in MATLAB)

lstm网络的建立、训练及应用实例，测试过，可用。(LSTM network establishment, training and application examples, tested, available.)

lstm实例+代码，包含详细注释，能运行，简单的房产价格预测实例(Lstm u5B9E u4F9 u4E09 u4EF3 u643 U6D4B u5B9E u4F8B)

LSTM的matlab工具箱，亲测好用，内有案例文件，可放心学习(matlab toolbox for LSTM)

用于实现时间序列数据建模与预测的LSTM程序(LSTM matlab code for time series modeling and prediction)