注意力机制 | CNN-BiLSTM-Attention基于卷积-双向长短期记忆网络结合注意力机制多输入单输出回归预测(Matlab程序)

注意力机制 | CNN-BiLSTM-Attention基于卷积-双向长短期记忆网络结合注意力机制多输入单输出回归预测(Matlab程序)

目录

    • 注意力机制 | CNN-BiLSTM-Attention基于卷积-双向长短期记忆网络结合注意力机制多输入单输出回归预测(Matlab程序)
      • 预测结果
      • 评价指标
      • 基本介绍
      • 程序设计
      • 参考资料

预测结果

注意力机制 | CNN-BiLSTM-Attention基于卷积-双向长短期记忆网络结合注意力机制多输入单输出回归预测(Matlab程序)_第1张图片
注意力机制 | CNN-BiLSTM-Attention基于卷积-双向长短期记忆网络结合注意力机制多输入单输出回归预测(Matlab程序)_第2张图片

注意力机制 | CNN-BiLSTM-Attention基于卷积-双向长短期记忆网络结合注意力机制多输入单输出回归预测(Matlab程序)_第3张图片

评价指标

训练集数据的R2为:0.99683
测试集数据的R2为:0.97706
训练集数据的MAE为࿱

你可能感兴趣的:(CNN-BiLSTM,BiLSTM-Att,注意力机制,多输入单输出)