分类预测 | MATLAB实现PCA-LSTM(主成分长短期记忆神经网络)分类预测
预测效果
基本介绍
MATLAB实现PCA-LSTM(主成分长短期记忆神经网络)分类预测。Matlab实现基于PCA-LSTM主成分分析-长短期记忆神经网络多输入分类预测(完整程序和数据)
基于主成分分析-长短期记忆神经网络分类预测,PCA-LSTM分类预测,多输入分类预测(Matlab完整程序和数据)
输入多个特征,可用于二分类及多分类模型,可视化展示分类准确率。
运行环境Matlab2018及以上。
程序设计
-
完整程序和数据下载:MATLAB实现PCA-LSTM(主成分长短期记忆神经网络)分类预测
-
程序设计文章来源:https://www.toymoban.com/news/detail-699607.html
%% LSTM层设置,参数设置
inputSize = size(inputn_train,1); %数据输入x的特征维度
outputSize = size(outputn_train,1); %数据输出y的维度
numhidden_units=240;
%% lstm
%输入层设、学习层、全连接层
layers = [ ...
sequenceInputLayer(inputSize)
fullyConnectedLayer(2*inputSize)
lstmLayer(numhidden_units)
dropoutLayer(0.2)
fullyConnectedLayer(outputSize)
regressionLayer];
%% trainoption(lstm)
%优化算法、训练次数、梯度阈值、运行环境、学习率、学习计划
opts = trainingOptions('adam', ...
'MaxEpochs',800, ...
'MiniBatchSize',48,...
'GradientThreshold',1,...
'ExecutionEnvironment','gpu',...
'InitialLearnRate',0.005, ...
'LearnRateSchedule','piecewise', ...
'LearnRateDropPeriod',100, ...
'LearnRateDropFactor',0.8, ...
'Verbose',0, ...
'Plots','training-progress'...
);
参考资料
[1] https://blog.csdn.net/kjm13182345320/article/details/120498871?spm=1001.2014.3001.5501
[2] https://blog.csdn.net/kjm13182345320/article/details/120525662?spm=1001.2014.3001.5501
[3] https://blog.csdn.net/kjm13182345320/article/details/120406657?spm=1001.2014.3001.5501
[4] https://mianbaoduo.com/o/bread/mbd-YZyblpxy文章来源地址https://www.toymoban.com/news/detail-699607.html
致谢
- 大家的支持是我写作的动力!!
到了这里,关于分类预测 | MATLAB实现PCA-LSTM(主成分长短期记忆神经网络)分类预测的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!