基于麻雀算法改进的LSTM预测算法-附代码
基于麻雀算法改进的LSTM预测算法
文章目录
- 基于麻雀算法改进的LSTM预测算法
- 1.数据
- 2.LSTM模型
- 3.基于麻雀算法优化的LSTM
- 4.测试结果
- 5.Matlab代码
摘要:为了提高LSTM数据的预测准确率,对LSTM中的参数利用麻雀搜索算法进行优化。
1.数据
采用正弦信号仿真数据,数量为200。90%的数据用于训练,10%的数据用于测试。
2.LSTM模型
LSTM请自行参考相关机器学习书籍。
3.基于麻雀算法优化的LSTM
麻雀搜索算法的具体原理参考博客:https://blog.csdn.net/u011835903/article/details/108830958。
麻雀算法的优化参数为 LSTM网路包含的隐藏单元数目,最大训练周期,初始学习率,L2参数。适应度函数为LSTM对训练集和测试集的均方误差(MSE),均方误差MSE越低越好
finteness=MSE[predict(train)]+MSE[predict(test)]finteness = MSE[predict(train)] + MSE[predict(test)] finteness=MSE[predict(train)]+MSE[predict(test)]
4.测试结果
麻雀参数设置如下:
%% 定义麻雀优化参数
pop=10; %种群数量
Max_iteration=10; % 设定最大迭代次数
dim = 4;%维度,即LSTM网路包含的隐藏单元数目,最大训练周期,初始学习率,L2参数
lb = [2,2,10E-5,10E-6];%下边界
ub = [200,100,1,1];%上边界
fobj = @(x) fun(x,numFeatures,numResponses,XTrain,YTrain,XTest,YTest);
SSA-LSTM优化得到的最优参数为:
SSA-LSTM优化得到的隐藏单元数目为:181
SSA-LSTM优化得到的最大训练周期为:97
SSA-LSTM优化得到的InitialLearnRate为:0.016595
SSA-LSTM优化得到的L2Regularization为:0.012629
SSA-LSTM结果:
SSA-LSTM训练集MSE:0.0062063
SSA-LSTM测试集MSE:0.066716
LSTM结果:
LSTM训练集MSE:0.0046388
LSTM测试集MSE:0.14566
从结果来看,经过改进后的优于未改进前的结果。
5.Matlab代码
基于麻雀算法改进的LSTM预测算法-附代码相关推荐
- 机器学习之MATLAB代码--IWOA_BILSTM(基于改进鲸鱼算法优化的BiLSTM预测算法)(十六)
机器学习之MATLAB代码--IWOA_BILSTM基于改进鲸鱼算法优化的BiLSTM预测算法(十六) 代码 数据 结果 代码 1. %% 基于改进鲸鱼算法优化的BiLSTM预测算法 clear;cl ...
- 统计学习方法第十一章作业:随机条件场—概率计算问题、IIS/GD学习算法、维特比预测算法 代码实现
随机条件场-概率计算问题.IIS/GD学习算法.维特比预测算法 这一章的算法不是很好写,整整研究了好几天,代码还是有点小问题,仅供参考. 用的是书上定义的特征函数. import numpy as n ...
- 【ML】基于LSTM的心脏病预测研究(附代码和数据集,系列1)
写在前面: 首先感谢兄弟们的订阅,让我有创作的动力,在创作过程我会尽最大努力,保证作品的质量,如果有问题,可以私信我,让我们携手共进,共创辉煌. 之前创作过心脏病预测研究文章如下: [ML]基于机器学 ...
- 降维算法总结(超全!附代码)
降维算法总结(超全!附代码) 一.为什么要进行数据降维? 二.数据降维原理 三.主成分分析(PCA)降维算 PCA代码实现 四.其他降维算法及代码地址 效果总览及代码地址 KPCA(kernel PC ...
- 【ML】基于机器学习的心脏病预测研究(附代码和数据集,多层感知机模型)
写在前面: 首先感谢兄弟们的订阅,让我有创作的动力,在创作过程我会尽最大努力,保证作品的质量,如果有问题,可以私信我,让我们携手共进,共创辉煌. 之前创作过心脏病预测研究文章如下: [ML]基于机器学 ...
- 【ML】基于机器学习的心脏病预测研究(附代码和数据集,随机森林模型)
写在前面: 首先感谢兄弟们的订阅,让我有创作的动力,在创作过程我会尽最大努力,保证作品的质量,如果有问题,可以私信我,让我们携手共进,共创辉煌. 之前创作过心脏病预测研究文章如下: [ML]基于机器学 ...
- FPGA零基础学习:基于FPGA的二进制转BCD设计(附代码)
FPGA零基础学习:基于FPGA的二进制转BCD设计(附代码) 本系列将带来FPGA的系统性学习,从最基本的数字电路基础开始,最详细操作步骤,最直白的言语描述,手把手的"傻瓜式"讲 ...
- 基于麻雀算法改进的DELM预测-附代码
麻雀算法改进的深度极限学习机DELM的回归预测 文章目录 麻雀算法改进的深度极限学习机DELM的回归预测 1.ELM原理 2.深度极限学习机(DELM)原理 3.麻雀算法 4.麻雀算法改进DELM 5 ...
- 基于天鹰算法改进的DELM预测-附代码
天鹰算法改进的深度极限学习机DELM的回归预测 文章目录 天鹰算法改进的深度极限学习机DELM的回归预测 1.ELM原理 2.深度极限学习机(DELM)原理 3.天鹰算法 4.天鹰算法改进DELM 5 ...
- 基于人工蜂群算法改进的DELM预测-附代码
人工蜂群算法改进的深度极限学习机DELM的回归预测 文章目录 人工蜂群算法改进的深度极限学习机DELM的回归预测 1.ELM原理 2.深度极限学习机(DELM)原理 3.人工蜂群算法 4.人工蜂群算法 ...
最新文章
- nohup使得Python web项目在服务器上后台运行
- 七十五、React环境搭建,目录文件分析和JSX
- QT的QDnsLookup类的使用
- python gps模块_一步一步使用uPyCraft学习MicroPython之GPS记录器
- 《此生未完成》痛句摘抄(4)
- SpringBoot入门到精通_第6篇 _必知必会
- Quay (3) - 访问权限管理
- NodeJs中使用jQuery?
- 图像语义分割(10)-DeepLabV3+: 用于图像语义分割的带有空洞可分离卷积的编解码结构
- 基于JavaWeb的高校试题库管理系统设计与实现 毕业论文+项目源码及数据库文件、
- c语言令牌桶原理,令牌桶算法的使用
- win10喇叭没声音,Realtek高清音频管理器 打不开问题解决
- DM数据库更换key
- 零基础学python这本书怎么样-怎样学 Python?
- 用Python对微信好友进行简单统计分析
- 微信小程序作品集实例:跨页面传参,数据库,换行,空格,css
- 北海屠龙记------十二
- 高仙技术家|SLAM(二)——完善回环检测的视觉SLAM
- k歌打分原理php,全民K歌修音教程:想要获得SSS评分其实很简单
- Axure怎么制作文字滚动的动态效果
热门文章
- mysql 前10条 平均数_mysql – 每组最新N条记录的平均值
- postman websocket_postman的“替代者”postwoman的使用体验—从入门到放弃
- oracle 除重更新,oracle数据库11.2.0.3升级到11.2.0.4
- 面向对象java试题_经典面向对象试题,用Java做,要详细点的!先谢过了
- 邮件合并保存为一个个单独的文档_你还在为考计算机二级烦恼吗? 基本操作步骤分享...
- 软件测试测试用例编写 不超过7步骤_软件测试(功能、接口、性能、自动化)详解...
- Mybatis批量insert报错的解决办法【the right syntax to use near '' at line...】
- 论文笔记_S2D.47_2017-ICRA_SemanticFusion(语义融合):采用卷积神经网络CNN的稠密3D语义建图
- 机器学习课程笔记【十二】- 主成分分析
- HDU-ACM-1097