LSTM for MATLAB

导入数据集
设置序列索引起始位置为0；
确定用于预测的序列起始位置（其中0表示最后一条记录前一时刻的数据点、1表示最后两条记录前一时刻的数据点等）；
提取时间序列数据至series变量；
设定历史数据的时间跨度为5个时间单位；

%构造输入输出向量
numdata对应于series的一维大小
numsamp计算为numdate减去timespan再减一
循环运行i从一至numsamp
将series从第i行到第i加timespan行的部分赋值给train的第i列
结束循环
test等于取series的最后一组数据并对其进行转置

% 网络节点数
len为训练集大小减一；
num等于训练集的特征维度数；
输入节点数等于len；
隐藏层节点数设置为10个；
输出节点数量设定为1。

其中的门控偏置在神经网络架构中扮演着关键角色。
输入门控偏置由rand函数生成，
而遗忘与输出门控参数也采用相同的随机初始化方法。

%参数赋值
选择一个常数值ab=20作为归一化因子；
生成输入层到隐藏层的权重矩阵W_input_x为随机数除以ab；
生成输出层到隐藏层的权重参数W_input_h为随机数除以ab；

**w_inputgate_x is assigned the value of randomly initialized with input dime