V
主页
CPO-SVM-ABKDE区间预测,基于24年新算法冠豪猪优化算法优化支持向量机结合自适应带宽核函数密度估计的多变量回归区间预测(点预测+概率预测+核密度估计)
发布人
CPO-SVM-ABKDE区间预测,基于24年新算法冠豪猪优化算法优化支持向量机结合自适应带宽核函数密度估计的多变量回归区间预测(点预测+概率预测+核密度估计) Matlab语言程序已调试好,无需更改代码直接替换Excel运行! 冠豪猪优化器(Crested Porcupine Optimizer,CPO)于2024年1月发表在中科院1区SCI期刊Knowledge-Based Systems上! 代码参考:https://mbd.pub/o/bread/ZpWTmplq CPO-SVM-ABKDE区间预测
打开封面
下载高清视频
观看高清视频
视频下载器
CPO-ELM-ABKDE区间预测,基于24年新算法冠豪猪优化算法优化极限学习机结合自适应带宽核函数密度估计的多变量回归区间预测(点预测+概率预测+核密度估计)
BIGRU-ABKDE区间预测,基于双向门控循环单元BIGRU结合自适应带宽核函数密度估计的多变量回归区间预测(点预测+概率预测+核密度估计)
【24新算法】CPO-ICEEMDAN基于冠豪猪算法优化改进自适应经验模态分解CPO-ICEEMDAN信号分解,Matlab语言。
CNN-GRU-ABKDE区间预测,基于卷积神经网络-门控循环单元GRU结合自适应带宽核函数密度估计的多变量回归区间预测(点预测+概率预测+核密度估计)
基于卷积神经网络-长短期记忆网络结合注意力机制CNN-LSTM-attention-KDE回归区间预测,CNN-LSTM-attention-KDE核密度估计下
基于时间注意力机制Attention结合长短期记忆网络LSTM多维时间序列预测,LSTM-Attention回归预测,多输入单输出模型。
【24新算法】冠豪猪算法CPO优化卷积神经网络-长短期记忆网络CNN-LSTM分类预测,CPO-CNN-LSTM多特征分类预测。
CPO-VMD【24年新算法】冠豪猪优化算法(CPO)优化VMD变分模态分解,CPO-VMD信号分解。 冠豪猪优化器(Crested Porcupine Op
粒子群算法(PSO)优化递归神经网络Elman回归预测,PSO-Elman回归预测模型,多变量输入模型。
基于麻雀算法(SSA)优化径向基神经网络(SSA-RBF)的数据回归预测,多变量输入模型。
EVO-TCN-multihead-Attention能量谷算法优化时间卷积网络结合多头注意力机制多变量回归预测,多变量输入模型。matlab代码,2023及其
基于长短期记忆网络LSTM区间预测,长短期记忆网络LSTM的核密度估计下置信区间预测。LSTM-KDE区间预测。
基于双向长短期记忆网络BILSTM区间预测,双向长短期记忆网络BILSTM的核密度估计下置信区间预测。BILSTM-KDE区间预测。
基于卷积神经网络-长短期记忆网络结合注意力机制(CNN-LSTM-Attention)回归预测,多变量输入模型。matlab代码,2020版本及以上。
基于麻雀算法(SSA)优化卷积神经网络-长短期记忆网络(CNN-LSTM)时间序列预测,SSA-CNN-LSTM时间序列预测,单列数据集。
【NRBO-Transformer-LSTM多维时序预测】NRBO-Transformer-LSTM多变量时间序列预测,基于NRBO-Transformer-L
RIME-TCN-multihead-Attention霜冰算法优化时间卷积网络结合多头注意力机制多变量回归预测,多变量输入模型。matlab代码,2023及其
SSA-LSTM/LSTM多变量回归预测对比,基于麻雀算法优化长短期记忆网络(SSA-LSTM)多变量回归预测。 优化参数为迭代次数,隐藏层节点个数,学习率参
灰狼算法GWO优化BP神经网络回归预测,GWO-BP回归预测,多变量输入单输出模型。
基于贝叶斯(bayes)优化卷积神经网络-长短期记忆网络(CNN-LSTM)回归预测,bayes-CNN-LSTM多输入单输出模型。
VMD-SSA-LSTM基于变分模态分解和麻雀算法优化长短期记忆网络的时间序列预测MATLAB代码。
基于卷积神经网络-门控循环单元CNN-GRU区间预测,CNN-GRU核密度估计下置信区间预测。CNN-GRU-KDE区间预测。
基于卷积神经网络-双向门控循环单元网络结合注意力机制CNN-BIGRU-attention-KDE回归区间预测,CNN-BIGRU-attention-KDE核
卷尾猴算法(SCSO)优化递归神经网络Elman回归预测,SCSO-Elman回归预测模型,多变量输入模型。
麻雀算法(SSA)优化递归神经网络Elman回归预测,SSA-Elman回归预测模型,多变量输入模型。
LMD信号分解, LMD是一种自适应的信号分解方法,不需要事先对信号的性质做出假设。它可以适应信号的非线性和非平稳特性,并根据信号的局部特征进行分解。
GWO-TCN-multihead-Attention灰狼算法优化时间卷积网络结合多头注意力机制多变量回归预测,多变量输入模型。matlab代码,2023及其以
基于鲸鱼算法优化卷积神经网络-长短期记忆网络结合注意力机制SSA-CNN-LSTM-Attention时序预测,单变量输入模型。matlab代码,2020版本及
基于径向基神经网络RBF多输入多输出预测,RBF多变量回归预测,matlab代码。
【24年】NRBO-CNN-LSTM-Attention多变量回归预测,基于牛顿-拉夫逊优化算法(NRBO)优化卷积神经网络(CNN)-长短期记忆神经网络(LS
EVO-CNN-LSTM-multihead-Attention能量谷算法优化卷积神经网络-长短期记忆网络结合多头注意力机制多维时序预测,多变量输入模型。mat
粒子群算法PSO优化BP神经网络回归预测,PSO-BP回归预测,多变量输入模型。
基于北方苍鹰算法(NGO)优化径向基神经网络(NGO-RBF)的数据回归预测,多变量输入模型。
基于鲸鱼算法优化双向长短期记忆网络结合注意力机制WOA-BILSTM-Attention回归预测,多变量输入模型。matlab代码,2021b版本及以上。
RIME-CNN-BILSTM-multihead-Attention霜冰算法优化卷积神经网络-双向长短期记忆网络结合多头注意力机制多维时序预测,多变量输入模型
基于贝叶斯优化卷积神经网络-双向长短期记忆网络结合多头注意力机制bayes-CNN-BILSTM-multihead-Attention多维时序预测,多变量输入
基于卷积神经网络-长短期记忆网络结合多头注意力机制CNN-LSTM-multihead-Attention多维时序预测,多变量输入模型。matlab代码,202
基于鲸鱼算法优化卷积神经网络-长短期记忆网络结合自注意力机制WOA-CNN-LSTM-selfAttention回归预测,多变量输入模型。matlab代码。
基于贝叶斯(Bayes)优化卷积神经网络(Bayes-CNN)多维时间序列预测,Bayes-CNN多变量时间序列预测。
RIME-CNN-BIGRU-multihead-Attention霜冰算法优化卷积神经网络-双向门控循环单元结合多头注意力机制多维时序预测,多变量输入模型。m