kTsnn:在简单时间延迟神经网络（TDNN）的keras中实现对时间序列的短期和长期预测-源码
千吨
某些与时间序列短期和长期预测有关的神经网络在keras中的实现。
主要思想是折叠时间序列数据集，以使同一列中的每一列具有多个“滞后”。 然后，我们使用滞后列来预测将来的列。 对于长期预测，我们将这些预测用作下一步的证据。
这旨在与我的高斯动态贝叶斯网络（ ）模型进行性能比较。 我想将我的GDBN模型与类似情况下的NN模型进行比较，并在此过程中创建一种“即插即用”的替代方案，以备将来需要时使用。
参考
延时神经网络： :
凯拉斯： ：//keras.io/
文件下载
评论信息
其他资源
- lorenz系统分岔图的三种算法
- 《LabVIEW高级编程与虚拟仪器工程》配套光盘例程
- 基于stm32的以太网通信
- 粒子群算法求解约束多目标优化万能matlab代码
- 出租车轨迹数据
- Sentaurus中文教程
- Python Programming on Win32.pdf
- 广东工业大学数据结构复习整理（html版，纯手工）
- RK3288 完整版技术手册datasheet 共计1700页
- 友联电子Kinetis K60 Cortex-M4核心板+扩展板套件用户手册
- 鼠标跟随星星特效
- Python小游戏源码-扫雷游戏项目源码
- 房贷计算器
- cad擎天工具
- Deno.exe windows
- WordCount.jar
- C#设备管理系统 机房管理系统
- API常量查询
- SoundRecorder
- T/CHIA 001-2017手术、操作分类与代码
- bong手环SDK文件
- 人事管理系统(使用MFC单文档程序，使用TXT文本作为数据库)
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明