lstm单变量单输出预测MATLAB代码

以下是使用MATLAB实现LSTM模型进行单变量单输出预测的代码示例：

% 数据准备
data = % 输入数据，大小为 [num_samples, 1]
target = % 目标数据，大小为 [num_samples, 1]

% 数据归一化
data = normalize(data);
target = normalize(target);

% 划分训练集和测试集
train_ratio = 0.8; % 训练集比例
train_size = floor(train_ratio * num_samples);

train_data = data(1:train_size);
train_target = target(1:train_size);

test_data = data(train_size+1:end);
test_target = target(train_size+1:end);

% LSTM模型参数设置
input_size = 1; % 输入维度
hidden_size = 10; % 隐藏层大小
output_size = 1; % 输出维度

% 创建LSTM模型
lstm_net = lstmLayer(hidden_size, 'OutputMode', 'sequence');
output_net = fullyConnectedLayer(output_size);
net = [sequenceInputLayer(input_size)
       lstm_net
       output_net];

% 定义训练选项
options = trainingOptions('adam', ...
    'MaxEpochs', 100, ...
    'MiniBatchSize', 64, ...
    'Verbose', false, ...
    'Plots', 'training-progress');

% 训练模型
trained_net = trainNetwork(train_data, train_target, net, options);

% 使用训练好的模型进行预测
predicted_target = predict(trained_net, test_data);

% 反归一化处理
predicted_target = denormalize(predicted_target);
test_target = denormalize(test_target);

% 可视化结果
figure
plot(predicted_target)
hold on
plot(test_target)
legend('预测值', '真实值')
xlabel('样本序号')
ylabel('数值')
title('LSTM预测结果')

请注意，这只是一个简单的示例代码，需要根据你的具体数据和需求进行调整。