多输入多输出 | Matlab实现CPO-LSTM冠豪猪算法优化黑白期影象神经网络多输入多输出猜测

多输入多输出 | Matlab实现CPO-LSTM冠豪猪算法优化黑白期影象神经网络多输入多输出猜测



猜测效果

根本先容

   Matlab实现CPO-LSTM冠豪猪算法优化黑白期影象神经网络多输入多输出猜测（完备源码和数据）
1.data为数据集，输入10个特性，输出3个变量。
2.main.m为步伐主文件，其他为函数文件无需运行。
3.下令窗口输出MBE、MAE、RMSE、R^2和MAPE，可在下载区获取数据和步伐内容。
4.优化参数为学习率、潜伏层单元数和正则化参数。
注意步伐和数据放在一个文件夹，运行情况为Matlab2018及以上。
  步伐计划

• 完备源码和数据获取方式：私信博主复兴Matlab实现CPO-LSTM冠豪猪算法优化黑白期影象神经网络多输入多输出猜测测。
  

3. %%  数据平铺
4. %   将数据平铺成1维数据只是一种处理方式
5. %   也可以平铺成2维数据，以及3维数据，需要修改对应模型结构
6. %   但是应该始终和输入层数据结构保持一致
7. p_train =  double(reshape(P_train, 10, 1, 1, M));
8. p_test  =  double(reshape(P_test , 10, 1, 1, N));
9. t_train =  double(T_train)';
10. t_test  =  double(T_test )';
11. %-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
13. %%  参数设置
14. options = trainingOptions('adam', ...      % ADAM 梯度下降算法
15.     'MiniBatchSize', 30, ...               % 批大小,每次训练样本个数30
16.     'MaxEpochs', 100, ...                  % 最大训练次数 100
17.     'InitialLearnRate', 1e-2, ...          % 初始学习率为0.01
18.     'LearnRateSchedule', 'piecewise', ...  % 学习率下降
19.     'LearnRateDropFactor', 0.5, ...        % 学习率下降因子
20.     'LearnRateDropPeriod', 50, ...         % 经过100次训练后 学习率为 0.01 * 0.5
21.     'Shuffle', 'every-epoch', ...          % 每次训练打乱数据集
22.     'Plots', 'training-progress', ...      % 画出曲线
23.     'Verbose', false);

复制代码

参考资料

   [1] https://blog.csdn.net/kjm13182345320/category_11003178.html?spm=1001.2014.3001.5482
[2] https://blog.csdn.net/kjm13182345320/article/details/117378431
[3] https://blog.csdn.net/kjm13182345320/article/details/118253644