基于VMD_FFT_LSTM模型的BDI指数预测_武华华.pdf

为提升非线性BDI 指数的预测效果，分析了多种预 测模型对BDI 指数的单步及多步预测结果，借助“分解-重 构-预测”思路，设计构建了VMD-FFT-LSTM 组合预测模 型． 首先，通过VMD 算法分解出BDI 指数的IMF 分量; 然 后，结合BDI 指数周期理论与FFT 算法计算的周期结果 重构IMF，达到降噪的目的; 最后，运用LSTM 模型对重构 序列进行多步预测． 对比多步预测结果，VMD-FFT-LSTM 组合模型预测结果在精度及稳定性上表现更好，解决了 SVＲ 模型多步预测结果易在序列局部极值点处出现较大 偏差的局限性问题．

论文研究-基于LSTM神经网络的股价短期预测模型 .pdf

基于LSTM神经网络的股价短期预测模型，成烯，钟波，股价预测是时间序列预测领域最具有挑战性的问题，准确预测股价能够帮助投资者降低风险，提高收益。本文应用LSTM神经网络对股价指��

论文研究-基于LSTM神经网络模型的交通事故预测.pdf

道路交通事故是道路交通安全水平的具体体现，为使预测数据更科学地为交通管理系统提供决策。提出建立基于LSTM（Long Short-Term Memory）神经网络的交通事故模型，训练交通事故相关的数据，对交通安全水平的指标进行预测。经过与传统回归模型和传统神经网络模型进行实验对比，实验显示LSTM拟合效果最佳，另外LSTM模型对同一趋势上的预测效果有明显优势。通过使用LSTM模型捕获数据中存在的时序依赖关系，能够更准确地对交通事故安全水平进行预测，使交通管理部门制定更加科学准确的决策。

基于CNN和Bi_LSTM的船舶航迹预测_刘姗姗.pdf

论文讲解：https://blog.csdn.net/qq_33302004/article/details/113992765

TensorFlow平台上基于LSTM神经网络的人体动作分类_杨煜.pdf

TensorFlow平台上基于LSTM神经网络的人体动作分类_杨煜.pdf

基于LSTM循环神经网络的故障时间序列预测_王鑫.pdf

从复杂系统的历史故障数据出发,提出了一种基于长短期记忆(LSTM)循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。 知网论文，学习使用

基于PSO_LSTM模型的变压器油中溶解气体浓度预测方法_刘可真.pdf

电力变压器作为微电网中传输和变换电能的主要设备，对油中溶解气体的浓度进行有效预测，可为变压器的故障诊断 及状态评估技术提供一定的理论依据。鉴于此，提出一种基于 粒子群优化算法（PSO）与长短期记忆网络（LSTM）的变压 器油中溶解气体浓度预测方法。首先该模型以油中溶解的7 种特征气体浓度序列作为可视输入；然后通过使用粒子群优化 算法对长短期记忆网络中相关超参数进行迭代优化；最后构建 PSO-LSTM 组合模型对油中溶解气体的浓度进行预测。该模 型克服了依据经验选取参数而导致预测精度低的问题。算例分 析结果表明，相较于传统预测算法，所提方法可以更好地追踪 油中溶解气体浓度的变化规律，提高了预测精度，为电力变压 器安全稳定运行提供了有力保障。

论文研究-基于LSTM神经网络融合用户相似性的移动轨迹预测 .pdf

基于LSTM神经网络融合用户相似性的移动轨迹预测，童凯南，林彦，随着智能设备和位置采集技术的普及，积累了大量轨迹数据。通过学习人群的移动轨迹，可以获得其移动规律，基于此信息进行地点预测

基于LSTM神经网络的美股股指价格趋势预测模型的研究

基于LSTM神经网络的美股股指价格趋势预测模型的研究基于LSTM神经网络的美股股指价格趋势预测模型的研究

LSTM神经网络MATLAB

本资源是MATLAB代码，LSTM神经网络，用于预测分类。代码中numdely 是用前numdely个点预测当前点，cell_num是隐含层的数目，cost_gate 是误差的阈值。 直接在命令行输入RunLstm(numdely,cell_num,cost_gate)即可。

stock_predict_with_LSTM

基于LSTM的股票预测tensorflows代码，通俗易懂，亲测有效

基于LSTM神经网络的美股股指价格趋势预测模型的研究_孙瑞奇

基于LSTM神经网络的美股股指价格趋势预测模型的研究_孙瑞奇

Easy_Lstm_Cnn-master.zip

包含代码：Easy_Lstm_Cnn-master，是lstm算法和cnn算法相结合的。

keras_conv_lstm分类例子

keras_分类例子，深度学习专用，代码简单，

神经网络LSTM 时间预测

详细的LSTM代码， 附带数据。 RNN全称循环神经网络（Recurrent Neural Networks），是用来处理序列数据的。在传统的神经网络模型中，从输入层到隐含层再到输出层，层与层之间是全连接的，每层之间的节点是无连接的。但是这种普通的神经网络对于很多关于时间序列的问题却无能无力。

神经网络LSTM 时间预测.rar

神经网络LSTM 时间预测源代码，如有需要，请大家下载！！！5积分就好~

word2vec_lstm_talk.pdf

word2vec_lstm_talk.pdf

基于LSTM的民航客运量预测方法_李伟.pdf

。本文针对民航客运量历史数据，通过建立多 级LSTM 神经网络，对未来一段时间内民航客运量进行预测。该方法能够利用LSTM 神经元的记忆特性，从客运量历史数据中查找和构建特征空间，提取客运量时间序 列的非线性特性。通过对网络进行训练学习和超参数优化，使模型能够对民航客运 数据进行高精度的拟合以及对未来运输高峰的精准预测。

LSTM_PM2.5多步预测.zip

使用LSTM对北京市PM2.5进行2步预测，压缩包含有： 1.PRSA_data_2010.1.1-2014.12.31.csv 2.LSTM_PM2.5多步预测.ipynb 3.LSTM_PM2.5多步预测.html