多输入多输出 | MATLAB实现CNN-BiGRU卷积双向门控循环单元多输入多输出
目录
多输入多输出 | MATLAB实现CNN-BiGRU卷积双向门控循环单元多输入多输出预测效果基本介绍程序设计往期精彩参考资料
预测效果
基本介绍
MATLAB实现CNN-BiGRU卷积双向门控循环单元多输入多输出，运行环境Matlab2020及以上。采用特征融合的方法,通过卷积网络提取出浅层特征与深层特征并进行联接,对特征通过卷积进行融合,将获得的矢量信息输入BiGRU单元。
Matlab实现CNN-BiGRU卷积双向门控循环单元多输入多输出预测
1.data为数据集，10个输入特征，3个输出变量。
2.MainCNN_BiGRUNM.m为主程序文件，运行环境Matlab2020b及以上。
3.命令窗口输出MAE、MBE和R2，可在下载区获取数据和程序内容。
程序设计
完整程序和数据下载方式：私信博主回复MATLAB实现CNN-BiGRU卷积双向门控循环单元多输入多输出。
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%%
% 层设置，参数设置
inputSize = size(xnorm{1},1); %数据输入x的特征维度
outputSize = size(ynorm,2); %数据输出y的维度
numhidden_units1=50; %网络单元
numhidden_units2= 20;
numhidden_units3=100;
%%
% gru
————————————————
版权声明：本文为CSDN博主「机器学习之心」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/kjm13182345320/article/details/127418340
%% 参数设置
options = trainingOptions('adam', ... % Adam 梯度下降算法
'MiniBatchSize', 100, ... % 批大小
'MaxEpochs', 1000, ... % 最大迭代次数
'InitialLearnRate', 1e-2, ... % 初始学习率
'LearnRateSchedule', 'piecewise', ... % 学习率下降
'LearnRateDropFactor', 0.1, ... % 学习率下降因子
'LearnRateDropPeriod', 700, ... % 经过700次训练后 学习率为 0.01 * 0.1
'Shuffle', 'every-epoch', ... % 每次训练打乱数据集
'ValidationPatience', Inf, ... % 关闭验证
'Plots', 'training-progress', ... % 画出曲线
'Verbose', false);
%--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% 训练模型
net = trainNetwork(p_train, t_train, layers, options);
%--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% 仿真预测
t_sim1 = predict(net, p_train);
t_sim2 = predict(net, p_test );
往期精彩
MATLAB实现RBF径向基神经网络多输入多输出预测
MATLAB实现BP神经网络多输入多输出预测
MATLAB实现DNN神经网络多输入多输出预测
参考资料
[1] https://blog.csdn.net/kjm13182345320/article/details/116377961
[2] https://blog.csdn.net/kjm13182345320/article/details/127931217
[3] https://blog.csdn.net/kjm13182345320/article/details/127894261
