文件名称：narx的matlab代码-Groundwater-Level-Forecasting-with-ANNs-A-Comparison-of-L
文件大小：108KB
文件格式：ZIP
更新时间：2024-06-15 18:23:09
系统开源
narx的matlab代码基于人工神经网络的地下水位预测：LSTM CNN和NARX的比较 此仓库的doi： 相关出版物的doi： 该存储库使您可以重现结果并应用以下方面的地下水位预测方法： Wunsch，A.，Liesch，T.，Broda，S.，人工神经网络进行地下水位预测：长短期记忆（LSTM），卷积神经网络（CNN）和具有外生非线性自回归网络的比较输入（NARX） 接触： 作者的ORCID： A. Wunsch： 列斯（T. Liesch）： 布罗达（S. Broda）： 有关详细说明，请参阅出版物。 请调整脚本中的所有绝对加载/保存和软件路径，以使其运行，您需要Matlab和Python软件才能成功运行应用程序。 我们进一步使用的Python包。 要运行Python代码，请下载并安装此软件包。 内容概述： / CNN-Python代码包含模型的Python脚本和必要的示例文件。 / LSTM-Python代码包含模型的Python脚本和必要的示例文件。 / NARX-Matlab代码包含模型的Matlab脚本和必要的示例文件。
【文件预览】：
Groundwater-Level-Forecasting-with-ANNs-A-Comparison-of-LSTM-CNN-and-NARX-master
----LICENSE(1KB)
----README.md(2KB)
----NARX - Matlab Code()
--------cNARX_seq2seq_GWLshift.m(23KB)
--------exampledata.mat(12KB)
--------bestKonfigs_GWL_shift_example.mat(1KB)
--------cNARX_seq2val.m(15KB)
--------cNARX_seq2val_GWLshift.m(15KB)
--------cNARX_seq2seq.m(22KB)
--------bestKonfigs_example.mat(1017B)
----LSTM - Python Code()
--------LSTM_seq2val.py(20KB)
--------MeteoData()
--------LSTM_seq2val_GWLshift.py(20KB)
--------LSTM_seq2seq_GWLshift.py(25KB)
--------LSTM_seq2seq.py(24KB)
--------GWData()
----CNN - Python Code()
--------CNN_seq2val.py(21KB)
--------CNN_seq2seq_GWLshift.py(25KB)
--------CNN_seq2seq.py(24KB)
--------MeteoData()
--------CNN_seq2val_GWLshift.py(21KB)
--------GWData()