多維時(shí)序 | Matlab實(shí)現(xiàn)CNN-RVM卷積神經(jīng)網(wǎng)絡(luò)結(jié)合相關(guān)向量機(jī)多變量時(shí)間序列預(yù)測

效果一覽

基本介紹

Matlab實(shí)現(xiàn)CNN-RVM卷積神經(jīng)網(wǎng)絡(luò)結(jié)合相關(guān)向量機(jī)多變量時(shí)間序列預(yù)測（完整源碼和數(shù)據(jù)）
1.Matlab實(shí)現(xiàn)CNN-RVM卷積神經(jīng)網(wǎng)絡(luò)結(jié)合相關(guān)向量機(jī)多變量時(shí)間序列預(yù)測；
2.運(yùn)行環(huán)境為Matlab2021b；
3.輸入多個(gè)特征，輸出單個(gè)變量，考慮歷史特征的影響，多變量時(shí)間序列預(yù)測；
4.data為數(shù)據(jù)集，main.m為主程序，運(yùn)行即可,所有文件放在一個(gè)文件夾；
5.命令窗口輸出R2、MSE、RMSE、MAE、MAPE多指標(biāo)評(píng)價(jià)。
6.程序語言為matlab，程序可出預(yù)測效果圖，誤差分析圖，相關(guān)分析圖;

程序設(shè)計(jì)

• 完整程序和數(shù)據(jù)下載方式資源處下載：Matlab實(shí)現(xiàn)CNN-RVM卷積神經(jīng)網(wǎng)絡(luò)結(jié)合相關(guān)向量機(jī)多變量時(shí)間序列預(yù)測。

% 訓(xùn)練集和測試集劃分 %% 來自：CSDN《機(jī)器學(xué)習(xí)之心》
outdim = 1;                                  % 最后一列為輸出
num_size = 0.7;                              % 訓(xùn)練集占數(shù)據(jù)集比例
num_train_s = round(num_size * num_samples); % 訓(xùn)練集樣本個(gè)數(shù)
f_ = size(res, 2) - outdim;                  % 輸入特征維度P_train = res(1: num_train_s, 1: f_)';
T_train = res(1: num_train_s, f_ + 1: end)';
M = size(P_train, 2);P_test = res(num_train_s + 1: end, 1: f_)';
T_test = res(num_train_s + 1: end, f_ + 1: end)';
N = size(P_test, 2);%  數(shù)據(jù)歸一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test = mapminmax('apply', P_test, ps_input);[t_train, ps_output] = mapminmax(T_train, 0, 1);
t_test = mapminmax('apply', T_test, ps_output);

參考資料

[1] https://blog.csdn.net/kjm13182345320/article/details/129215161
[2] https://blog.csdn.net/kjm13182345320/article/details/128105718