基于粒子群算法优化深度置信网络(PSO-DBN)的数据回归预测,优化参数为隐藏层节点数目,反向迭代次数,反向学习率,利用交叉验证抑制过拟合问题,matlab代码。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。
2024-03-11 19:15:00 42KB 网络 网络
1
基于粒子群算法(PSO)优化门控循环单元(PSO-GRU)的时间序列预测。 优化参数为学习率,隐藏层节点个数,正则化参数,要求2020及以上版本。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。
2024-03-07 14:13:28 26KB
1
2022建模国赛代码(三天坚持不易) 包括K-meas算法、bp预测、回归预测,(python和matlab做的).zip
2024-03-01 22:33:45 3.98MB matlab python
1
鲸鱼算法(WOA)优化BP神经网络分类预测,WOA-BP分类预测,多特征输入模型。 多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用。 程序语言为matlab,程序可出分类效果图,迭代优化图,混淆矩阵图。
2024-02-29 17:16:29 75KB 神经网络
1
为克服单项预测方法产生的误差,利用灰色模型GM(1,N)、多元线性回归、BP神经网络等3种单项预测方法建立组合预测模型,并采用熵值法确定加权系数。通过对PHC管桩承载力进行比较预测,结果显示GM(1,N)法平均绝对百分比误差(MAPE)值为5.4%,多元线性回归法的MAPE为3.0%,BP神经网络法的MAPE为2.8%,组合预测法的MAPE为2.3%。因此组合预测法精度较高,实用性更强。
2024-02-28 20:20:19 132KB PHC管桩 组合预测 BP神经网络
1
粒子群算法PSO优化LSSVM最小二乘支持向量机惩罚参数c和核函数参数g,用于回归预测,有例子,易上手,简单粗暴,直接替换数据即可。 仅适应于windows系统。 质量保证,完美运行。 本人在读博士研究生,已发表多篇sci,非网络上的学习代码,不存在可比性。
2024-02-27 16:15:26 599KB 支持向量机
1
PSO SVM粒子算法优化的支持向量机,pso粒子群优化算法,matlab源码
2024-02-27 16:12:12 2KB
1
粒子群算法(PSO)优化双向长短期记忆神经网络的数据回归预测,PSO-BiLSTM回归预测,多输入单输出模型。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。
2024-02-27 15:13:03 35KB 神经网络
1
基于BP人工神经网络的SmFeN永磁材料工艺-磁性能关系预测,叶金文,刘 颖,采用均匀设计的方法设计了HDDR工艺条件的4因素16水平的实验方案,建立了工艺参数与磁性能之间的神经网络数学模型,利用该模型结合�
2024-02-25 15:07:27 323KB 首发论文
1
主成分分析PCA降维,BP神经网络回归预测。PCA-BP回归预测模型。 多元回归预测 | Matlab主成分分析PCA降维,BP神经网络回归预测。PCA-BP回归预测模型 评价指标包括:MAE、RMSE和R2等,代码质量极高,方便学习和替换数据。要求2018版本及以上。 多元回归预测 | Matlab主成分分析PCA降维,BP神经网络回归预测。PCA-BP回归预测模型
2024-02-02 19:52:52 29KB 神经网络 matlab
1