基于GOOSE-Transformer-LSTM的数据回归预测

模型结合Transformer的全局注意力机制和LSTM的短期记忆及序列处理能力

首先，采用Transformer自注意力机制捕捉数据的全局依赖性，并输出一个经过全局上下文编码的表示；然后，采用2024年最新优化算法鹅优化算法GOOSE优化长短时记忆网络LSTM的隐含层神经元数目等，以避免模型陷入局部最优，提高模型泛化能力；最后，采用优化的LSTM内部的记忆单元和门控机制捕捉数据中的短期依赖关系，进一步处理这个表示，捕捉其中的短期依赖关系，并输出最终的预测结果

ID:91300