Tag Archives: LSTM

Python电力负荷预测：ARIMA、LSTM神经网络时间序列分析

By tecdat4月 4, 2023Python辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 电气工程及自动化, 计算机科学与技术arima, LSTM, 时间序列, 电力, 电力负荷, 神经网络, 负荷

电力系统源源不断向各用户提供持续稳定的电能，本文通过对数据的提取。

Python用Lstm神经网络、离散小波转换DWT降噪对中压电网电压时间序列预测

By tecdat1月 5, 2023Python辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 机器学习, 计算机科学CS辅导, 计算机科学与技术DWT, LSTM, 中压电网, 中压电网电压, 时间序列, 电压, 电网, 电网电压, 神经网络, 离散小波转换, 降噪, 预测

对于电力公司来说，对局部放电的准确预测可以显著降低人力物力成本。

Python用NLP自然语言处理LSTM神经网络Twitter推特灾难文本数据、词云可视化与SVM，KNN，多层感知器，朴素贝叶斯，随机森林，GBDT对比

By tecdat9月 26, 2022大数据部落, 数理统计, 计算机科学与技术LSTM, nlp, python, twitter, 推特, 文本, 神经网络, 自然语言处理, 词云

Twitter是一家美国社交网络及微博客服务的网站，致力于服务公众对话。

Python用RNN神经网络LSTM优化EMD经验模态分解交易策略的股票价格MACD分析

By tecdat8月 15, 2022大数据部落, 技术支持, 数理统计, 经济, 计算机科学与技术, 金融emd, LSTM, MACD, python, RNN, 交易策略, 优化, 神经网络, 经验模态分解, 股票, 股票价格

预测股票价格，并在合适的时间产生交易策略实现收益，一直是一个热门的问题，到现在为止也提出了很多预测方法。

Matlab用深度学习循环神经网络RNN长短期记忆LSTM进行波形时间序列数据预测

By tecdat6月 21, 2022大数据部落, 数理统计, 计算机科学与技术LSTM, RNN, 循环神经网络, 时间序列, 时间序列数据, 时间序列预测, 波形, 深度学习, 神经网络, 长短期记忆, 长短期记忆人工, 长短期记忆人工神经网络, 长短期记忆模型, 长短期记忆神经网络, 长短期记忆网络, 预测

此示例说明如何使用长短期记忆 (LSTM) 网络预测时间序列

Python用RNN循环神经网络：LSTM长期记忆、GRU门循环单元、回归和ARIMA对COVID-19新冠疫情新增人数时间序列预测

By tecdat6月 2, 2022大数据部落, 数理统计, 计算机科学与技术arima, COVID, GRU, LSTM, RNN, 回归, 循环神经网络, 新冠, 时间序列, 疫情, 神经网络, 长期记忆, 门循环单元

该数据由Hopkins 大学根据世界各国提供的新病例数据提供。

R语言用Keras长短期记忆LSTM神经网络分类分析问答文本数据

By tecdat5月 17, 2022大数据部落Keras, LSTM, 分类, 文本, 文本数据, 神经网络, 长短期记忆, 长短期记忆人工神经网络, 长短期记忆模型, 长短期记忆神经网络, 长短期记忆网络, 问答

本文是在 R 中使用 Keras 的LSTM神经网络分类简单介绍。

Python TensorFlow循环神经网络RNN-LSTM神经网络预测股票市场价格时间序列和MSE评估准确性

By tecdat5月 7, 2022大数据部落, 数理统计, 经济, 计算机科学与技术LSTM, MSE, RNN, TensorFlow, 循环神经网络, 时间序列, 神经网络, 股市, 股票, 股票市场, 预测

该项目包括：自 2000 年 1 月以来的股票价格数据。我们使用的是 Microsoft 股票。

Python用Keras的LSTM神经网络进行时间序列预测天然气价格例

By tecdat5月 5, 2022大数据部落, 数理统计, 计算机科学与技术Keras, LSTM, 价格, 天然气, 数据, 时间序列, 神经网络, 预测

一个简单的编码器-解码器LSTM神经网络应用于时间序列预测问题

MATLAB用深度学习长短期记忆 (LSTM) 神经网络对智能手机传感器时间序列数据进行分类

By tecdat4月 25, 2022大数据部落, 数理统计, 计算机科学与技术LSTM, 传感器, 分类, 序列, 手机, 时间序列, 深度学习, 神经网络, 长短期记忆, 预测

此示例说明如何使用长短期记忆 (LSTM) 网络对序列数据的每个时间步长进行分类。

R 语言用RNN循环神经网络 、LSTM长短期记忆网络实现时间序列长期利率预测

By tecdat1月 24, 2022大数据部落, 数理统计, 经济, 计算机科学与技术LSTM, RNN, 利率, 循环神经网络, 时间序列, 神经网络, 长期利率, 长短期记忆, 长短期记忆网络, 预测

2017 年年中，R 推出了 Keras 包 ，这是一个在 Tensorflow 之上运行的综合库，具有 CPU 和 GPU 功能。本文将演示如何在 R 中使用 LSTM 实现时间序列预测。

Python用LSTM长短期记忆神经网络的参数优化方法预测时间序列洗发水销售数据

By tecdat11月 24, 2021大数据部落, 数理统计, 计算机科学与技术LSTM, 优化, 参数优化, 时间序列, 洗发水, 神经网络, 超参数优化, 销售, 销售数据, 长短期记忆神经网络, 预测

配置神经网络很困难，因为没有关于如何去做的好的理论。

R语言用假近邻长短期记忆人工神经网络FNN-LSTM模型进行时间序列深度学习预测4个案例

By tecdat9月 15, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术FNN, LSTM, 假近邻, 时间序列, 深度学习, 长短期记忆人工, 长短期记忆人工神经网络, 预测

在最近的一篇文章中，我们展示了一个LSTM模型，通过假近邻（FNN）损失进行正则化，可以用来重建一个非线性动态系统。

Python中TensorFlow的长短期记忆神经网络(LSTM)、指数移动平均法预测股票市场和可视化

By tecdat9月 6, 2021大数据部落, 数理统计, 经济, 计算机科学与技术, 金融LSTM, python, TensorFlow, 可视化, 市场, 指数移动平均, 指数移动平均法, 神经网络, 股票, 股票市场, 长短期记忆, 长短期记忆神经网络

本文探索Python中的长短期记忆（LSTM）网络，以及如何使用它们来进行股市预测。

R语言Keras用RNN、双向RNNs递归神经网络、LSTM分析预测温度时间序列、 IMDB电影评分情感

By tecdat8月 30, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术IMDB, Keras, LSTM, RNN, 情感, 电影评分, 神经网络, 递归神经网络

在这篇文章中，我们将回顾三种提高循环神经网络的性能和泛化能力的高级方法。

SARIMA，神经网络，RNN-LSTM，SARIMA和RNN组合方法预测COVID-19每日新增病例

By tecdat8月 17, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术arima, COVID, LSTM, RNN, SARIMA, 神经网络, 组合方法

​ WeChat Tencent QQ email print 由Enzo Li撰写 开发一个预测模型，根据一

Read More

Matlab用深度学习长短期记忆（LSTM）神经网络对文本数据进行分类

By tecdat7月 21, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术LSTM, matlab, 分类, 文本, 深度学习, 神经网络, 长短期记忆

这个例子展示了如何使用深度学习长短期记忆（LSTM）网络对文本数据进行分类。

matlab使用长短期记忆（LSTM）神经网络对序列数据进行分类

By tecdat1月 28, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术LSTM, matlab, uci, uci数据, 分类, 序列数据, 时间序列数据, 神经网络, 长短期记忆模型, 长短期记忆网络

本示例说明如何使用长短期记忆（LSTM）网络对序列数据进行分类。

使用Python中Keras的LSTM递归神经网络进行时间序列预测

By tecdat1月 21, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术Keras, LSTM, python, 时间序列, 递归神经网络, 预测

最近我们被客户要求撰写关于时间序列预测的研究报告。时间序列预测问题是预测建模问题中的一种困难类型。

用于NLP的Python：使用Keras的多标签文本LSTM神经网络分类

By tecdat11月 18, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术Keras, LSTM, nlp, python, 分类, 文本, 神经网络

最近我们被客户要求撰写关于开发具有多个输出的文本分类模型的研究报告。

python在Keras中使用LSTM解决序列问题

By tecdat11月 6, 2019大数据部落, 数理统计, 计算机科学与技术Keras, LSTM, python, 序列问题, 时间序列, 神经网络

时间序列预测是指我们必须根据时间相关的输入来预测结果的问题类型。

python用于NLP的seq2seq模型实例:用Keras实现神经网络机器翻译

By tecdat11月 6, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术Keras, LSTM, nlp, python, seq2seq, 机器翻译, 神经机器翻译, 神经网络

在本文中，我们将看到如何创建语言翻译模型，这也是神经机器翻译的非常著名的应用。

在Python中使用LSTM和PyTorch进行时间序列预测

By tecdat10月 29, 20191 comment信息管理与信息系统, 地理，运输，旅行和物流, 大数据部落, 数理统计, 计算机科学与技术, 软件工程LSTM, python, PyTorch, 时间序列, 预测

诸如长期短期记忆网络（LSTM）之类的高级深度学习模型能够捕获时间序列数据中的模式，因此可用于对数据的未来趋势进行预测。

Python中利用长短期记忆模型LSTM进行时间序列预测分析 – 预测电力负荷数据

By tecdat9月 15, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术LSTM, python, 时间序列, 电力消耗, 电力负荷, 电力负荷预测, 长短期记忆模型, 预测

LSTM（或长期短期存储器网络）允许分析具有长期依赖性的顺序或有序数据。当涉及到这项任务时，传统的神经网络不足，在这方面，LSTM将用于预测这种情况下的电力消耗模式。