基于MATLABCEEMD_LSTM的神经网络预测模型

有意向获取代码，请转文末观看代码获取方式_{也可转原文链接获取}

1 基本定义

CEEMD-LSTM时间序列预测模型是一种基于完全扩展经验模态分解技术（CEEMD）和长短期记忆神经元网络结构（LSTM）的时间序列预测模型。

CEEMD被描述为一种优化版本的方法，在引入全面扩展思想的基础上实现了信号在不同尺度上的彻底分解，并显著提升了固有模式函数（IMF）的整体性和精确性。采用该方法后，则可将原始时间序列完整地分解为多个固有模式函数（IMF）以及一个残差序列。