【2024新算法】LEA-LSTM分类,爱情进化算法优化长短期记忆神经网络的数据分类预测,LEA-LSTM分类预测,多输入单输出模型。
爱情进化算法(Love Evolution Algorithm,LEA)是一种全新的元启发式优化算法,该算法受刺激-价值-角色理论的启发,并在其基础上进行了改进。LEA最引人注目的特点之一是其独特的搜索操作,包括变量间的卷积、交叉以及乘法和除法的变异,具有进化能力强、搜索速度快、寻优能力强的特点。该成果于2024年发表在知名SCI期刊The Journal of Supercomputing上。
1.运行环境要求MATLAB版本为2018b,多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用。
2.程序语言为matlab,程序可出分类效果图,迭代优化图,混淆矩阵图。
3.多边形面积PAM,分类准确率,灵敏度,特异性,曲线下面积AUC,Kappa系数,F_measure。
LEA优化EMD/VMD/ICCEMD/SVM/LSSVM/ELM/BP/KELM/RF/DELM/LSTM/BILSTM/GRU/HKELM/XGboost/PNN/CNN/VMD/ICEEMDAN/组合模型CNN-SVM/CNN-LSTM/CNN-GRU/CNN-BiLSTM/LSTM-Attention/GRU-Attention/CNN-LSTM-Attention/TCN/TCN-LSTM/TCN-BILSTM/TCN-GRU/TCN-BIGRU/BITCN/BITCN-LSTM/BITCN-BILSTM/BITCN-GRU/BITCN-BIGRU/Transformer/Transformer-LSTM/Transformer-BILSTM/Transformer-GRU/Transformer-BIGRU等等多种分类/回归/时序/分解/区间预测/多输入多输出/聚类/组合预测模型,具体私信。
%% 清空环境变量
warning off % 关闭报警信息
close all % 关闭开启的图窗
clear % 清空变量
clc % 清空命令行
%% 读取数据
res = xlsread('数据集.xlsx');
num_res = size(res, 1); % 样本数(每一行,是一个样本)
res = res(randperm(num_res), :); % 打乱数据集(不打乱数据时,注释该行)
%% 划分训练集和测试集%
P_train = res(1: 250, 1: 12)';
T_train = res(1: 250, 13)';
M = size(P_train, 2);
P_test = res(251: end, 1: 12)';
T_test = res(251: end, 13)';
N = size(P_test, 2);
num_dim = size(P_train, 1); % 特征维度
num_class = length(unique(res(:, end))); % 类别数(Excel最后一列放类别) % 类别数(Excel最后一列放类别)
%% 数据转置
% P_train = P_train'; P_test = P_test';
% T_train = T_train'; T_test = T_test';
%% 得到训练集和测试样本个数
M = size(P_train, 2);
N = size(P_test , 2);
%% 数据归一化
[P_train, ps_input] = mapminmax(P_train, 0, 1);
P_test = mapminmax('apply', P_test, ps_input);
t_train = categorical(T_train)';
t_test = categorical(T_test )';
智能算法及其模型预测