双向 LSTM 加 AdaBoost 的组合，用在回归预测上还挺有意思的。这个资源是用 MATLAB 写的，流程比较完整，从数据、模型构建到训练评估一步步走得蛮细。数据是多输入单输出，挺适合拿来做时间序列的，比如你想预测股票、气温这类带时间顺序的变量，用这个模型思路基本能打。

模型核心是BiLSTM-AdaBoost，前面用BiLSTM挖掘序列特征，后面加AdaBoost提升回归效果。你可以理解成前面是负责“看懂趋势”，后面是负责“修正误差”。训练过程里的参数调节和可视化部分也写得还不错，尤其对新手来说挺友好。

它还带了完整的.mat数据和源代码，不用自己折腾数据生成。而且注释比较清晰，能直接模仿着改成自己的数据应用。像多维时间序列、做预测精度比较这些，在代码里都体现了。

建议你有MATLAB基础再上手，至少知道深度学习工具箱怎么用。实测下来，跑起来不算慢，电脑配置一般也能应付。如果你正好在搞类似的项目，比如气象、金融、能耗预测，这份资源值得你收藏。

哦对了，它还顺带讲了数据增强技巧和评估指标的使用，比如RMSE和R²，对于后续模型优化挺有。

如果你想拓展下思路，后面附带的几个相关文章也不错，比如用 LSTM 做预测的 MATLAB 源码、ARIMA 模型、PSO-DBN 优化这些，可以一块看看。