摘要：
PSO-SVM粒子群优化支持向量机的数据分类预测（Matlab）1.输入多个特征，分四类2.运行版本2018b及以上所有程序经过验证，保证原始程序有效运行。ID:2229695080756287 阅读全文
摘要：
GWO-GRU多变量回归预测，灰狼算法优化门控循环单元的回归预测（Matlab）1.data为数据集。2.MainGWO_GRUNN.m为程序主文件，其他为函数文件无需运行。3.命令窗口输出R2、MAE和MBE。4.灰狼算法优化参数为学习率，隐藏层节点个数，正则化参数。ID:492969508056 阅读全文
摘要：
PSO-BP粒子群优化BP神经网络多特征分类预测（Matlab）1.运行环境Matlab2018b及以上；2.输入12个特征，输出分4类，可视化展示分类准确率，可在下载区获取数据和程序内容；3.优化最优初始权值和阈值； ID:3929694793599429 阅读全文
摘要：
GWO-LSTM多变量回归预测，灰狼算法优化长短期记忆网络的回归预测（Matlab）1.data为数据集。2.MainGWO_LSTMNN.m为程序主文件，其他为函数文件无需运行。3.命令窗口输出R2、MAE和MBE。4.灰狼算法优化参数为学习率，隐藏层节点个数，正则化参数。注意程序和数据放在一个文 阅读全文
摘要：
LSTM长短期记忆神经网络多输入多输出预测（Matlab）所有程序经过验证，保证有效运行。1.data为数据集，10个输入特征，3个输出变量。2.MainLSTMNM.m为主程序文件。3.命令窗口输出MAE和R2，ID:8466693061106335 阅读全文
摘要：
PSO-GRU多变量回归预测，粒子群优化门控循环单元(Matlab)所有程序经过验证，保证有效运行。1.data为数据集，输入7个特征，输出一个变量。2.PSO_GRU.m为程序主文件，fitness为函数文件无需运行。3.命令窗口输出R2、MAE和RMSE。4.粒子群优化门控循环单元,优化隐含层单 阅读全文
摘要：
CNN-BiLSTM多特征分类预测（Matlab）所有程序经过验证，保证有效运行。1.运行环境Matlab2020b及以上；2.命令窗口输出分类准确率。3.data为数据集，CNN_BiLSTMNC为程序，分类效果如下：ID:4966691309272716 阅读全文
摘要：
CNN-SVM卷积-支持向量机的多输入单输出回归预测1.CNN结合SVM做多输入单输出回归预测，输入7个特征，输出单个变量，代码内注释详细，直接替换数据就可以使用2.运行环境Matlab2018b及以上；3.MainCNN_SVR.m为主文件，data为数据；注意：数据和文件放在一个文件夹运行。ID 阅读全文
摘要：
KNN，K近邻多特征分类预测（Matlab）1.数据多特征分类预测，输入多个特征，分四类，代码内注释详细，直接替换数据就可以使用2.运行环境Matlab2018b及以上；3.FITKNNC.m为主文件，data为数据；注意：数据和文件放在一个文件夹运行。ID:4338689577757818 阅读全文
摘要：
CNN-SVM卷积-支持向量机的多特征分类预测（Matlab）1.CNN结合SVM做多特征分类预测，输入多个特征，分四类标签，代码内注释详细，直接替换数据就可以使用2.运行环境Matlab2018b及以上；3.MainCNN_SVMNC.m为主文件，data为数据；4.所有程序经过验证，保证有效运行 阅读全文