多维时序 | MATLAB实现CNN-LSTM多变量多步预测

多维时序 | MATLAB实现CNN-LSTM多变量多步预测

目录

    • 多维时序 | MATLAB实现CNN-LSTM多变量多步预测
      • 基本介绍
      • 模型特点
      • 程序设计
      • 学习总结
      • 参考资料

基本介绍

本次运行测试环境MATLAB2020b,MATLAB实现CNN-LSTM多变量多步预测。

模型特点

深度学习使用分布式的分层特征表示方法自动提取数据中的从最低层到最高层固有的抽象特征和隐藏不变结构. 为了充分利用单个模型的优点并提高
预测性能, 现已提出了许多组合模型。
多维时序 | MATLAB实现CNN-LSTM多变量多步预测_第1张图片

  • CNN 是多层前馈神经网络, 已被证明在提取隐藏的空间特征方面具有突出的性能。CNN 具有稀疏连接和权重共享的性质, 这大大减少了模型参数的数量。使用CNN 提取目标站点和其他站点的因素之间的潜在空间关系, 以减少预测误差.
    多维时序 | MATLAB实现CNN-LSTM多变量多步预测_第2张图片

你可能感兴趣的:(组合调参,时间序列,cnn-lstm,多变量多步,深度学习,数据预测,机器学习)