作业前-记忆游戏 记忆游戏是一种光与声音记忆游戏，适用于CodePath的SITE程序。 提交人： Sofia Khan 花费时间：总共花费4个小时 链接到项目：（ ） 所需功能 完成以下必需的功能： 游戏界面具有标题（h1标签），一行正文（p标签）和与演示应用程序匹配的四个按钮 单击时，“开始”按钮可在“开始”和“停止”之间切换。 单击游戏按钮时，每个游戏按钮都会点亮并播放声音。 电脑播放线索的顺序，包括每个按钮的声音和视觉提示 经过正确的猜测后，播放会继续进行到下一个回合（用户进入模式的下一个步骤）。 用户猜出完整的图案后会赢得游戏 用户猜错后输掉游戏 实现了以下可选功能： 任何HTML页面元素（包括游戏按钮）的样式都与本教程中的样式不同 按钮使用的音调（频率）不同于本教程中的音高 超过4个功能性游戏按钮 每回合播放速度加快 每次玩游戏时计算机都会选择不同

Fiid Match和Win Memory游戏 交互式前端开发中的Code Institute MS2项目 简介是要开发一个交互式的前端站点，以响应用户的操作，使他们能够主动与数据互动，改变站点显示信息的方式，以实现他们的首选目标。 该网站是出于教育目的而创建的。 内容 项目概况 爱尔兰B2C公司Fiid创建了渴望获得，方便的植物性食品。 他们希望进一步提高品牌知名度，增加客户获取量并保持品牌忠诚度。 他们希望通过创建一个定时的记忆游戏来推动销售，以使用户赢得下一次在线购买的折扣代码。 在时间用完之前，用户必须匹配每种产品类型中的两种。 如果他们成功了，他们可以订阅赚取折扣代码，该折扣代码对他们的下一次购买有效。 用户可以在社交媒体上与他们的关注者分享游戏。 目标受众是健康意识强的个人，尤其是喜欢游戏和折扣的18-35岁千禧一代。 Fiid主网站的主要目标是通知和指导用户下订单。 我想

记忆卡游戏 概述 使用本地存储的表情符号存储卡游戏，您可以在其中单击存储卡以显示另一侧，并按内存匹配配对 要运行，只需打开index.html 实时网址

主题配对游戏 存储卡游戏包括：主题，难度模式和计时器。

粒子群算法(PSO)优化长短期记忆神经网络的数据回归预测，PSO-LSTM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。

基于粒子群算法优化长短期记忆网络(PSO-LSTM)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2018b及以上版本，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。

粒子群算法(PSO)优化长短期记忆神经网络的数据回归预测，PSO-LSTM回归预测，多输入单输出模型 粒子群算法(PSO)优化长短期记忆神经网络的数据回归预测，PSO-LSTM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。

本文主要对LSTM模型结构改进及优化其参数, 使其预测股票涨跌走势准确率明显提高, 同时对美股周数据及日数据在LSTM神经网络预测效果展开研究. 一方面通过分析对比两者预测效果差别, 验证不同数据集对预测效果的影响; 另一方面为LSTM股票预测研究提供数据集的选择建议, 以提高股票预测准确率. 本研究通过改进后的LSTM神经网络模型使用多序列股票预测方法来进行股票价格的涨跌趋势预测. 实验结果证实, 与日数据相比, 周数据的预测效果表现更优, 其中日数据的平均准确率为52.8%, 而周数据的平均准确率为58%, 使用周数据训练LSTM模型, 股票预测准确率更高.

粒子群算法(PSO)优化双向长短期记忆神经网络的数据分类预测，PSO-BiLSTM分类预测，多输入单输出。 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

基于卷积神经网络-长短期记忆网络(CNN-LSTM)分类预测，matlab代码，要求2019及以上版本。 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。