多维时序 | MATLAB实现GRU多变量时间序列预测
目录
- 多维时序 | MATLAB实现GRU多变量时间序列预测
- 效果一览
- 基本介绍
- 程序设计
- 参考资料
效果一览
基本介绍
本次运行测试环境MATLAB2020b，MATLAB实现GRU多变量时间序列预测，门控循环单元。GRU（Gate Recurrent Unit）是循环神经网络（Recurrent Neural Network, RNN）的一种。和LSTM（Long-Short Term Memory）一样，也是为了解决长期记忆和反向传播中的梯度等问题而提出来的。实际中很多序列的变化规律都会受到其他序列的影响，比如在研究居民的人均消费序列时，由于消费会受收入的影响，如果能把收入也纳入研究范围，就能得到更精确的消费模型，这就涉及多元时间序列分析。
程序设计
- 完整程序私信博主。
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% define the Deeper GRU networks
numFeatures= 1;%输入节点
numResponses = 1;%输出节点
numHiddenUnits = 500;%隐含层神经元节点数
%--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%构建GRU网络
layers = [sequenceInputLayer(numFeatures)
gruLayer(numHiddenUnits) %GRU函数
dropoutLayer(0.2)%丢弃层概率
reluLayer('name','relu')% 激励函数 RELU
fullyConnectedLayer(numResponses)
regressionLayer];
%--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
XTrain=XTrain';
YTrain=YTrain';
%--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% GRU结构参数
options = trainingOptions('adam', ... % adam优化算法 自适应学习率
'MaxEpochs',500,...% 最大迭代次数
'MiniBatchSize',5, ...%最小批处理数量
'GradientThreshold',1, ...%防止梯度爆炸
'InitialLearnRate',0.005, ...% 初始学习率
'LearnRateSchedule','piecewise', ...
'LearnRateDropPeriod',125, ...%125次后 ，学习率下降
'LearnRateDropFactor',0.2, ...%下降因子 0.2
'ValidationData',{XTrain,YTrain}, ...
'ValidationFrequency',5, ...%每五步验证一次
'Verbose',1, ...
'Plots','training-progress');
%% 训练GRU网络
net = trainNetwork(XTrain,YTrain,layers,options);
%% 测试样本标准化处理
dataTestStandardized = (data_Test - mu) / sig;
XTest = dataTestStandardized(1:end-1,:)%测试输入
YTest = data_Test(2:end,:);%测试输出
————————————————
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。
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
标签：...,GRU,...%,YTrain,序列,MATLAB,多维,XTrain From： https://blog.51cto.com/u_15735367/5940129