这篇文章代码的主要创新点有加入了模态分解，加入了分位数损失函数构建的分位数神经网络，然后在lstm上面加了记忆增强门控单元，实现更好的效果。
这种程度的创新，在自己的领域数据跑一遍，发一篇SCI4区，中文B刊感觉是完全没问题的。
使用很简单，换成自己的数据集也非常容易。
但是没有教怎么画一些科研放入论文里面的精美的图 的代码，这个自己跑完之后拿到的预测结果可以画一些折线对比图，误差相线图，可以参考我以前的文章。
(本人专注Python数据分析，更多种类数据和代码详见主页)
这篇文章代码的主要创新点有加入了模态分解，加入了分位数损失函数构建的分位数神经网络，然后在lstm上面加了记忆增强门控单元，实现更好的效果。
这种程度的创新，在自己的领域数据跑一遍，发一篇SCI4区，中文B刊感觉是完全没问题的。
使用很简单，换成自己的数据集也非常容易。
但是没有教怎么画一些科研放入论文里面的精美的图 的代码，这个自己跑完之后拿到的预测结果可以画一些折线对比图，误差相线图，可以参考我以前的文章。
(本人专注Python数据分析，更多种类数据和代码详见主页)