文章里面提到的五个时间序列数据集都在里面：

​

​

并且我对他们每个序列，都用了所有的模型进行训练和预测，计算了误差评价指标对比，存在附件的表格的不同sheet里面。

​

["Transformer", "CNN+BiLSTM", "BiGRU-Attention","BiLSTM-Attention", "BiGRU", "BiLSTM", "TCN", "GRU", "CNN", "LSTM"，"RNN","MLP", ]，十种模型，

在目前大量外行还在用lstm这种模型发论文的时候，我上面就随便这几个模型都可以写一篇普通期刊的论文，再缝合一点模态分解，优化算法或者损失函数都可以发SCI了。并且他们的构建很简单，我全部都统一化和模块化了。

怎么水论文里面也写的非常清楚。代码都是类似的，框架高度封装，换个数据就能用，不需要怎么修改。

随便组合缝合都能发SCI，毕业真的太容易了有木有。

(本人专注Python数据分析，更多种类数据和代码详见主页)