V
主页
【23新算法】DBO-ICEEMDAN基于蜣螂算法优化改进自适应经验模态分解DBO-ICEEMDAN信号分解,Matlab语言。
发布人
【23新算法】DBO-ICEEMDAN基于蜣螂算法优化改进自适应经验模态分解DBO-ICEEMDAN信号分解,Matlab语言。 1.ICEEMDAN方法的分解效果取决于白噪声幅值权重(Nstd)和噪声添加次数(NE)。 2.采用智能优化算法对这2个参数进行优化,适应度函数样本熵、选择其他熵值请私聊定做。 代码参考:https://mbd.pub/o/bread/ZZacl5ps WOA-ICEEMDAN分解 https://mbd.pub/o/bread/ZZqWlZpy CPO-ICEEMDAN分解 https://mbd.pub/o/bread/ZZqWlpxy DBO-ICEEMDAN分解
打开封面
下载高清视频
观看高清视频
视频下载器
改进的自适应噪声完备集合经验模态分解ICEEMDAN信号分解,频谱分析,样本熵SE,ICEEMDAN-SE可自行选择根据样本熵值重构分解的序列。
DBN-ELM基于深度置信网络-极限学习机的数据回归预测,DBN-ELM回归预测,可直接运行,Matlab语言。
基于时变滤波的经验模态分解TVF-EMD 附案例数据 可直接运行
ICEEMDAN-SSA-BILSTM改进自适应经验模态分解结合麻雀算法优化双向长短期记忆神经网络时间序列预测(含BILSTM、SSA-BILSTM、ICEEM
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。
RIME-VMD霜冰优化算法(RIME)优化VMD变分模态分解,RIME-VMD信号分解。
RVM多变量回归预测,基于相关支持向量机RVM多变量回归预测(可更换为分类/时序预测,具体私聊),Matlab代码,可直接运行。
CNN-BILSTM-ABKDE区间预测,基于卷积神经网络-双向长短期记忆神经网络BILSTM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
变分模态分解VMD信号分解,频谱分析,样本熵SE,VMD-SE可自行选择根据样本熵值重构分解的序列。
ICEEMDAN-SSA-LSTM改进自适应经验模态分解结合麻雀算法优化长短期记忆神经网络时间序列预测(含LSTM、SSA-LSTM、ICEEMDAN-SSA-
最大互信息系数MIC(数据特征选择算法)的分类预测,多输入单输出模型。
NRBO-XGBoost基于牛顿-拉夫逊优化算法优化XGBoost的数据分类预测,+交叉验证,可直接运行,调用C语言工具箱,Maltab语言。
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。
CNN-LSTM-Attention多输入多输出回归预测, 基于卷积神经网络-长短期记忆网络结合-注意力机制的多输入多输出回归预测,Matlab程序。
ICEEMDAN-SMA-SVM功率/风速时间序列预测,基于改进完备集合经验模态分解-黏菌优化算法-支持向量机的时间序列预测组合模型。
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)
VMD-GRU/GRU基于变分模态分解和门控循环单元的回归预测(含GRU、VMD-GRU模型的对比)。
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
EEMD-SSA-LSTM基于集合经验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(含LSTM、EEMD-LSTM、SSA-LSTM、EE
VMD-BILSTM/BILSTM基于变分模态分解和双向长短期记忆网络的时间序列预测(含BILSTM、VMD-BILSTM 模型的对比)。
EMD-GRU/GRU基于经验模态分解和门控循环单元的时间序列预测(含GRU、EMD-GRU模型的对比)。
RVM-Adaboost多变量回归预测,基于相关支持向量机RVM-Adaboost多变量回归预测(可更换为分类/时序预测,具体私聊),Matlab代码,可直接运
基于变分模态分解和白鲸算法优化双向长短期记忆网络的多维时间序列预测,VMD-BWO-BILSTM多维时间序列预测。MATLAB代码(含BILSTM、VMD-BI
WOA-TCN-multihead-Attention鲸鱼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
EMD-BILSTM/BILSTM基于经验模态分解和双向长短期记忆网络的时间序列预测(含BILSTM、EMD-BILSTM模型的对比)。
基于灰狼算法GWO优化深度混合核极限学习机DHKELM分类预测,GWO-DHKELM数据分类预测,多特征输入模型。
奇异谱分析SSA做信号分解、去噪
麻雀算法SSA优化混合核极限学习机HKELM分的Adaboost分类预测,SSA-HKELM-Adaboost分类预测,多特征输入模型。
RIME-CNN-SVM霜冰算法优化卷积神经网络支持向量机回归预测,多变量输入模型,要求2019及以上版本。
稳健型经验模态分解REMD数据重构 可输出均方根误差,信噪比,各分解分量的相关系数指标。
基于麻雀算法优化广义神经网络GRNN的数据分类预测,SSA-GRNN分类预测,多特征输入单输出的二分类及多分类模型,MATLAB2018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
基于时间卷积网络结合多头注意力机制TCN-multihead-Attention多变量回归预测,多变量输入模型。matlab代码,2023及其以上。
孤立森林算法(Isolation Forest)异常数据检测可视化,Matlab语言。 1.可用于检测异常数据,效果如图所示,算法新颖。 2.直接替换Exc
基于鲸鱼算法WOA优化深度混合核极限学习机DHKELM分类预测,WOA-DHKELM数据分类预测,多特征输入模型。
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
随机配置网络模型SCN分类预测,SCN分类预测,多特征输入模型。
EMD-SSA-BILSTM基于经验模态分解和麻雀算法优化双向长短期记忆网络的时间序列预测。
经验模态分解——EMD信号分解
基于麻雀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SSA-CNN-LSTM-selfAttention回归预测,多变量输入模型。matlab代码。