CEEMDAN-K-VMD-CNN-LSTM-Attention时序预测
1.Matlab实现CEEMDAN-Kmeans-VMD-CNN-LSTM-Attentionr融合K均值聚类的数据双重分解+卷积长短期记忆神经网络+注意力机制多元时间序列预测（完整源码和数据）\n \n2.CEEMDAN分解，计算样本熵，根据样本熵进行kmeans聚类，调用VMD对高频分量二次分解， VMD分解的高频分量与前分量作为卷积长短期记忆神经网络注意力机制模型的目标输出分别预测后相加。\n \n3.多变量单输出，考虑历史特征的影响！评价指标包括R2、MAE、RMSE、MAPE等。\n \n4.算法新颖。⑴ CEEMDAN-Kmeans-VMD-CNN-LSTM-Attention模型处理高频数据，具有更高的准确率，能够跟踪数据的趋势以及变化。⑵ VMD 模型处理非线性、非平稳以及复杂的数据，表现得比EMD 系列更好，因此将重构的数据通过VMD 模型分解，提高了模型的准确度。\n \n5.直接替换Excel数据即可用，注释清晰，适合新手小白，直接运行主文件一键出图。\n \n6.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。