问题解决了,请 cbhyk 来接分,谢谢了!!!!!!!!!!!!!!!!!!!

abcdhy 2004-04-08 06:03:36
问题解决了,请 cbhyk 来接分,谢谢了!!!!!!!!!

如果大家有空,帮我看看我的另一个帖子!!
http://expert.csdn.net/Expert/TopicView1.asp?id=2929280
谢谢!!
...全文
107 6 打赏 收藏 转发到动态 举报
写回复
用AI写文章
6 条回复
切换为时间正序
请发表友善的回复…
发表回复
programer23 2004-04-09
  • 打赏
  • 举报
回复
我也接点啊!
cbhyk 2004-04-09
  • 打赏
  • 举报
回复
我来也
为避免倒分的嫌疑,以下是该问题的链接:
http://expert.csdn.net/Expert/topic/2933/2933985.xml?temp=.7564813
Kosling 2004-04-09
  • 打赏
  • 举报
回复
不是吧?!
这样也可以?!
我也接点啊!
ljbbin 2004-04-09
  • 打赏
  • 举报
回复
up
ljbbin 2004-04-09
  • 打赏
  • 举报
回复
up 我接
Kosling 2004-04-09
  • 打赏
  • 举报
回复

不是倒粪注意是倒粪才怪!
内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。

23,407

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧