十八年的好汉-优快云博客

原创 2025年最好创新的KAN网络模型python代码全合集

于此，笔者整理了KAN网络模型的python代码全合集，该代码质量优异，注释清晰，配备了KAN网络的原文解读和使用说明，适合新手学习，并且在此基础上进行二创，适合所有科研人员。同时，KAN网络具有更快的神经缩放定律，即随着模型规模的增加，性能提升速度更快。这些可学习的激活函数位于网络的边上，而不是节点（神经元）上，使得每个权重都是一个独立的函数，从而提高了网络的灵活性和表达能力。在KAN网络中，B样条函数被用作可学习的激活函数，通过调整B样条的系数和节点位置，可以灵活地逼近各种复杂的函数形式。

2025-04-12 14:43:05 1062

原创基于Prophet的时间序列异常值检测、数据填充算法python代码2.0

Prophet由facebook开源的基于python和R语言的数据预测工具，基于时间和变量值结合时间序列分解和机器学习的拟合来做的；可以解决大部分的实际场景中的对单项值的预测，也可以用于时间序列数据的异常值检测以及缺失值填充；一般会把时间序列拆分成几个部分，分别是s(t)季节项：表示周期项，或者称为季节项，一般以周者年为单位；趋势项g(t)：表示时间序列在非周期上面的变化趋势；假期项h(t)：表示在当天是否存在节假日；剩余项εt：表示误差项或者称为剩余项；

2025-04-11 12:31:13 268

原创基于Prophet的时间序列预测、异常值检测、数据填充算法python代码【太酷啦】

Prophet由facebook开源的基于python和R语言的数据预测工具，基于时间和变量值结合时间序列分解和机器学习的拟合来做的；可以解决大部分的实际场景中的对单项值的预测，也可以用于时间序列数据的异常值检测以及缺失值填充；一般会把时间序列拆分成几个部分，分别是s(t)季节项：表示周期项，或者称为季节项，一般以周者年为单位；趋势项g(t)：表示时间序列在非周期上面的变化趋势；假期项h(t)：表示在当天是否存在节假日；剩余项εt：表示误差项或者称为剩余项；

2025-04-11 12:06:22 245

原创基于神经网络模型PPT与VISIO绘图模板【深度学习画图】2.0，真的太酷啦！！！

2、包含但不限包括但不限于池化、卷积、反卷积、可分离卷积、空洞卷积、全连接层、决策树、支持向量机、多种注意力结构、残差块、Transformer、Swin Transformer、ViT、Yolov5s、MLP、RNN、ASPP、VGG-19、U-Net、U-Net++、LSTM、双向LSTM、LST、DPL、GAN、LSTNet、DiffusionModel ......等神经网络模型，作者整理了共158页深度学习PPT模板，以及包含17页的Visio模板绘图模板！

2025-04-09 15:43:41 646

原创论文复现！-基于transformer的锂电池剩余寿命预测python代码

近年来，深度学习技术在时序预测领域取得了显著进展，尤其是Transformer模型的出现，其独特的自注意力机制能够有效捕获时间序列中的长程依赖关系，使其成为锂电池寿命预测的理想选择。近年来，深度学习技术在时序预测领域取得了巨大突破，尤其是Transformer模型，其自注意力机制可以有效捕捉时间序列中的长程依赖关系，在自然语言处理和机器翻译等领域取得了巨大成功。可解释性: Transformer 模型的注意力机制可以提供对模型预测结果的解释，帮助理解电池寿命预测的依据。

2025-04-08 12:19:47 726

原创全网最全CNN-LSTM-Attention的多输入多输出多步长预测python代码

其中，CNN-LSTM-Attention预测模型因其结合了卷积神经网络（CNN）、长短期记忆网络（LSTM）和注意力机制（Attention）的优势，在时间序列预测中展现出强大的潜力和优势。笔者原创：全网最全CNN-LSTM-Attention的多输入多输出多步长预测python代码，值得注意的是，该代码质量优异，分多个步长进行预测，可以应用同于多输入多输出，是多输入单输出、一步两步三步预测中，您需要的环境也给了配置，代码注释一目了然，值得学习使用！使用测试集数据对训练好的模型进行评估。

2025-04-07 14:32:03 1203

原创全网最全之时间序列预测、回归预测python代码和matlab代码合集全家桶【太酷啦】

4---多种智能优化算法：蝙蝠（BAT)，非洲秃鹫（AVOA），布谷鸟（CS），蜣螂(DBO)，萤火虫(FA)，烟花（FWA），灰狼（GWO），哈里斯鹰（HHO），多元宇宙(MVO)，粒子群(PSO)，正余弦(SCA)，麻雀（SSA),樽海鞘群（SSA），鲸鱼（WO）等智能优化算法，分别用来优化LSTM，LSTM-Attention，bigru,CNN-lstm-attention等等。涵盖时间序列预测，回归预测，单输入单输出预测，多输入单输出预测，单步长预测，多步长预测。配备运行环境，数据集。

2025-04-04 16:25:14 1106

原创基于matlab的贪吃蛇小游戏分享

贪食蛇》中玩家控制一条不断移动的蛇，在屏幕上吃掉出现的食物。每吃掉一个食物，蛇的身体就会变长。游戏的目标是尽可能长时间地生存下去，同时避免蛇头撞到自己的身体或屏幕边缘。游戏最初是像素风格，后来发展出了3D版本和多人对战模式。玩家需要灵活操作，利用策略在有限的空间内避免碰撞，挑战高分。不过存在一个bug，多次运行，或出现多个食物，多条蛇，影响后续玩耍，不知道，哪个小伙伴能进行改良呢？如果觉得有帮助的话，不妨给笔者点一个大大的关注！基于此，笔者也弄了一个贪吃蛇小游戏，蛮有趣的，分享给大家。

2025-03-31 19:32:27 117

原创基于光伏并网的ieee33节点simulink仿真模型

该不仅可以用于潮流计算，网络重构、网络优化、电压分析，还可接入不同类型负荷和新能源发电装置如风机、光伏等，是研究现代复杂配电网络的有力工具。模型的程序经过验证是正确无误的，可以用于各种电力的研究和教学。同时，通过加入不同的元件和调整参数，该模型也可以用于更复杂的研究场景。通过Simulink，我们可以构建复杂的电力模型，并对其进行各种分析和优化。构建IEEE 33节点配电仿真模型首先需要准备网络的基础数据，包括各节点的电压、阻抗、功率等参数。同时，可以进行网络重构和网络优化的模拟，以提升的运行效率。

2025-03-31 19:09:16 442

原创科研绘图必备——偏自相关（PACF）和自相关（ACF）函数的python代码

偏自相关（PACF）是一个衡量时间序列中滞后项之间关系的统计量，但它不同于自相关，因为它排除了时间序列中其他滞后项的影响。偏自相关度量的是在已知前面某些滞后值（例如，滞后 1、滞后 2 等）后，当前时刻与某个特定滞后时刻之间的相关性。自相关（也叫自相关函数，ACF）是用来度量时间序列中某个时刻的值与它前一时刻值之间的相关性的统计量。自相关函数（ACF）衡量的是两个时间点之间的线性相关性，而偏自相关函数（PACF）则是在控制了其他滞后项影响的情况下，计算两个时间点之间的相关性。1.2 自相关的计算方法。

2025-03-31 17:03:33 478

原创全网最全基于informer的时间序列预测python代码（附赠原文翻译和总结）

Informer是一种用于长序列时间序列预测的Transformer模型,但是它与传统的Transformer模型又有些不同点，与传统的Transformer模型相比，Informer具有以下几个独特的特点：1. ProbSparse自注意力机制：Informer引入了ProbSparse自注意力机制，该机制在时间复杂度和内存使用方面达到了O(Llog L)的水平，能够有效地捕捉序列之间的长期依赖关系。

2025-03-30 15:23:23 387

原创全网最全19种transformer及其变体时间序列预测模型python代码合集！！！！[太酷啦！]

基于此，笔者整理了Informer，Autoformer，Crossformer，Dlinear，iTransformer，Patchtst，TSMixer，TimesNet，Transformer，FEDformer，TiDE, Reformer等19种最新的时间序列预测模型python代码，集成在一个代码中。支持单变量多变量输入；值得注意的是，该代码参数较多，集成程度较好，适合对python有基础了解的朋友进行学习，或者改进以发文章使用，小白适合更为基础的代码，对于这一点，我只能说太酷啦！

2025-03-30 14:27:54 511

原创全网最全锂电池数据集全家桶

笔者整理了锂电池数据集全家桶，值得注意的是数据集完整，内容齐全，十分适合进行相关研究的朋友使用。16、EVERLASTING电池驾驶循环数据集；15、15麦克马斯特大学电池驾驶充放数据集；2、北京理工大学Nature电池数据集；4、中国科学技术大学电池驾驶充放数据集；12、波兹南工业大学电池充放数据集；11、奥维耶多大学电池充放数据集；13、牛津大学电池驾驶循环数据集；5、Nature论文电池数据集；10、马里兰大学电池数据集；8、NASA锂电池数据集；9、丰田研究院电池数据集；6、KIT电池数据集；

2025-03-29 22:26:48 167

2510_91195931的博客