|
| 类别 |
项目/符号 |
描述 |
|
| 首字母缩略词 |
安 |
人工神经网络 |
| 美国有线电视新闻网 |
卷积神经网络 |
| LSTM |
长时间的短期记忆 |
| ConvLSTM |
卷积LSTM混合模型 |
| 支持向量机 |
支持向量机 |
| 再保险 |
可再生能源 |
| RNN |
递归神经网络 |
| 易 |
经验的小波变换 |
| 新奥集团 |
Elman神经网络 |
| FC-LSTM |
完全connected-long短期记忆 |
| FCN-LSTM |
长期短期记忆完全卷积网络 |
| 茶匙 |
时间序列预测 |
| UKF |
无味卡尔曼滤波 |
| SVR |
支持向量回归 |
| SVRM |
支持向量回归机 |
| EO |
极值优化 |
| 美 |
平均绝对误差 |
| RMSE |
均方根误差 |
| 日军 |
平均绝对误差百分比 |
| R2 |
R平方 |
| WT |
小波变换 |
| 遗传算法 |
遗传算法 |
| GAWNN |
遗传算法的小波神经网络 |
| 算法的 |
小波神经网络 |
| 枣疯病 |
Multi-lags-one-step |
| 虚地磁极 |
梯度的问题消失 |
| LM |
Levenberg-Marquardt |
| RBF |
径向基函数 |
| 符号 |
|
忘记门 |
|
|
细胞状态 |
|
|
输入门 |
|
|
当前输入数据 |
|
|
以前隐藏的输出 |
|
|
输入c细胞 |
|
|
存储单元 |
|
|
输入c细胞 |
|
|
输入门 |
|
|
过去的细胞状态 |
|
|
输出门 |
|
|
隐藏状态 |
|
|
矩阵乘法 |
|
|
一个elementwise乘法 |
|
|
重量 |
|
|
输入到单元 |
|
|
非线性函数 |
|
|
的jth隐藏的神经元 |
|
|
网络的输入 |
| 米 |
隐藏的神经元的数量 |
|
|
连接的重量我th输入节点jth隐藏的节点 |
|
|
我一步一步在之前的风速 |
|
|
在隐藏层的激活函数 |
|
|
连接的重量jth隐藏的节点到输出节点 |
|
|
的预测风速kth采样时刻 |
|
|
输出层的激活函数 |
|
|
实际风速 |
|
|
输入向量 |
|
|
输出向量 |
|
|
正则化函数 |
|
|
一个函数,它描述了输入和输出之间的相关性。 |
|
|
Preknown函数 |
|
|
结构风险 |
|
|
回归系数向量 |
|
|
偏见术语 |
|
|
惩罚系数 |
|
|
的ε不敏感损失函数 |
| ε |
阈值 |
|
|
松弛变量,约束可行 |
|
|
拉格朗日乘数 |
|
|
内核函数 |
|
|
权重矩阵 |
|
|
卷积操作 |
|
|
偏差向量 |
|
|
阿达玛产品 |
|
|
隐藏状态 |
|
|
当前风速测量 |
|
|
以前的风速测量 |
|
|
未来风速测量 |
|
|
