# 毕业设计
## 技术概要
这是我第一次学习深度学习,使用的技术有:
* 深度学习算法:自然语言处理(CNN+LSTM)、LSTM时间序列预测(单特征、多特征)、多元线性回归
* 算法库:Tensorflow1.14、sklearn
* 数据库:Mysql5.7、COS
* 服务器:腾讯CVM(CentOS7.2)
* Web框架:Servlet、Ajax
* 前端技术:echarts、SVG、ecStat、jQuery、bootstrap
* 前端样式:标签云(支持拖拽)、表格(SVG画图)、地图(支持悬浮事件)、折线图和散点图(支持左右拖拽)、卡片窗口(系列特效)等
## 使用说明
1. 自然语言处理算法与以下时序预测等算法相独立,不会对其它算法产生影响。运行顺序code/NLP/Easy_Lstm_Cnn-master目录下Training.py、Predict_finally.py。
2. 先运行code/time-series-prediction/目录下所有命名以处理_开头的文件,顺序无关,这个文件是用来处理数据(包括:爬取全球酒类前100强、制作各省白酒商用量Json文件等);
3. 运行code/time-series-prediction/目录下“/规律_相关系数.py”程序之后,再运行“/规律_非量化因素_政策.py”。这两个程序会将分析后的结果上传至云端Mysql(必须两个都运行,因为其中一个程序在向数据库写入数据前有清表操作);
4. 运行/New_LSTM/预测_未来3年白酒产量.py,这个文件包括了上述的3种算法模型,运行时会全部执行并将结果上传云端。
5. 后台代码按顺序执行完后,方可运行/code/Liquor-culture/目录下index.html
没有合适的资源?快使用搜索试试~ 我知道了~
基于LSTM+CNN的自然语言处理,基于单维LSTM、多维LSTM时序预测算法和多元线性回归算法的预测模型.zip
共148个文件
py:28个
js:16个
jar:14个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 161 浏览量
2024-05-22
18:45:46
上传
评论
收藏 40.26MB ZIP 举报
温馨提示
基于LSTM+CNN的自然语言处理,基于单维LSTM、多维LSTM时序预测算法和多元线性回归算法的预测模型LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关系的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问题,导致无法有效地捕捉长期依赖。LSTM通过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问题。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送带一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 通过遗忘门决定从记忆单元中丢弃哪些信息。 通过输入门决定哪些新的信息会被加入到记忆单元中。 更新记忆单元的状态。 通过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关系,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。
资源推荐
资源详情
资源评论
收起资源包目录
基于LSTM+CNN的自然语言处理,基于单维LSTM、多维LSTM时序预测算法和多元线性回归算法的预测模型.zip (148个子文件)
Query_Analysis.class 8KB
test.class 6KB
Sqlhander.class 3KB
Send_analysis_all.class 2KB
Send_analysis_total.class 2KB
Send_ALL_DATA.class 2KB
Send_predict_total.class 2KB
Send_analysis_coefficient.class 2KB
Send_predict_all.class 1KB
Send_predict_accuracy.class 1KB
.classpath 1KB
org.eclipse.wst.common.component 495B
org.eclipse.wst.jsdt.ui.superType.container 49B
bootstrap.css 137KB
main.css 53KB
linearicons.css 8KB
magnific-popup.css 7KB
owl.carousel.css 4KB
nice-select.css 4KB
数据集.csv 1016B
fontawesome-webfont.eot 162KB
Linearicons-Free.eot 55KB
index.html 32KB
index.html 32KB
logo_ico .ico 4KB
CNN.iml 613B
mysql-connector-java-5.1.45-bin.jar 976KB
mysql-connector-java-5.1.45-bin.jar 976KB
commons-collections-3.2.jar 558KB
commons-collections-3.2.jar 558KB
commons-lang-2.4.jar 256KB
commons-lang-2.4.jar 256KB
commons-beanutils-1.7.0.jar 184KB
commons-beanutils-1.7.0.jar 184KB
json-lib-2.2.3-jdk15.jar 145KB
json-lib-2.2.3-jdk15.jar 145KB
ezmorph-1.0.3.jar 76KB
ezmorph-1.0.3.jar 76KB
commons-logging-1.0.4.jar 37KB
commons-logging-1.0.4.jar 37KB
Query_Analysis.java 7KB
test.java 5KB
Sqlhander.java 3KB
Send_analysis_all.java 2KB
Send_predict_all.java 1KB
Send_predict_accuracy.java 1KB
Send_analysis_coefficient.java 972B
Send_analysis_total.java 809B
Send_ALL_DATA.java 721B
Send_predict_total.java 709B
train.jpeg 120KB
predict.jpeg 23KB
about-img.jpg 312KB
timg.jpg 132KB
4.jpg 60KB
1.jpg 59KB
2.jpg 31KB
3.jpg 30KB
echarts.min.js 701KB
main.js 95KB
jquery-2.2.4.min.js 84KB
jquery.nicescroll.min.js 59KB
bootstrap.min.js 50KB
tagcanvas.min.js 42KB
owl.carousel.min.js 39KB
cascadeLanding.js 30KB
map.js 25KB
jquery.magnific-popup.min.js 20KB
ecStat.min.js 10KB
jquery.easing.js 8KB
waypoints.min.js 8KB
rotate.js 7KB
jquery.sticky.js 6KB
jquery.counterup.min.js 1KB
.jsdtscope 555B
geo-map.json 53KB
全球酒类前百强.json 35KB
各省白酒商用量.json 8KB
人均可支配收入(年)_政策.json 3KB
居民人均可支配收入(季度)_部分政策.json 3KB
白酒销售量_产销率.json 868B
粮食产量.json 596B
期刊发布量.json 496B
train_1000.label 59KB
TREC_10.label 23KB
README.md 2KB
README.md 74B
MANIFEST.MF 36B
鹬.mp4 34.25MB
org.eclipse.wst.jsdt.ui.superType.name 6B
FontAwesome.otf 132KB
logo.png 4KB
content_close_green.png 3KB
content_close_orange.png 3KB
content_close_yellow.png 3KB
content_close_blue.png 3KB
org.eclipse.jdt.core.prefs 357B
.project 886B
cnn.py 19KB
预测_未来3年白酒产量.py 16KB
共 148 条
- 1
- 2
资源评论
生瓜蛋子
- 粉丝: 3829
- 资源: 6047
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- MyBatisCodeHelperPro 3.3.2-2322 2023.2-2024.1
- 基于Python的简单的学生成绩管理程序设计(课程设计)
- jdk-8u20-windows-x64安装版本-jdk-8u301-linux-x64解压版
- 植物大战僵尸杂交版 修改阳光和冷却
- html css js网页设计ntion-model-for-开发笔记
- 数据库课程设计-processing开发笔记
- matlab画图sic-开发demo
- 数据库原理课程设计-图书馆数据库管理系统
- IEC101Sim IEC870-5-101协议仿真主站、子站 (含源码 C++Builder)
- 2212503007陈熙炜跨境2202作业2.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功