查看“WikiEdge:ArXiv-2408.17185v1/terms”的源代码

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17185v1/terms|action=edit}} 编辑]</div>
这篇文章的术语表如下：
* [[风速预测]]（Wind Speed Forecasting）：风速预测是利用历史数据和算法模型来预测未来一段时间内风速的变化，对于风能资源的有效利用和电网的稳定运行至关重要。
* [[最小二乘支持向量机]]（Least Squares Support Vector Machines, LSSVM）：LSSVM是一种基于统计学习理论的机器学习方法，通过最小化一个二次规划问题来解决回归和分类问题，具有较好的泛化能力。
* [[量子行为粒子群优化]]（Quantum-behaved Particle Swarm Optimization, QPSO）：QPSO是一种模拟量子力学原理的群体智能优化算法，通过模拟粒子的量子行为来搜索最优解，用于优化问题中的参数选择。
* [[长短期记忆网络]]（Long Short-Term Memory, LSTM）：LSTM是一种时间递归神经网络，能够学习长期依赖信息，适用于序列数据的预测问题，如时间序列分析和自然语言处理。
* [[经验模态分解]]（Empirical Mode Decomposition, EMD）：EMD是一种自适应的信号处理方法，用于将一个复杂的数据集分解成一系列本征模态函数，这些函数反映了数据的局部特性和多尺度特征。
* [[变分模态分解]]（Variational Mode Decomposition, VMD）：VMD是一种信号处理技术，用于将一个信号分解成预先定义数量的带限子信号，这些子信号具有不同的中心频率，用于分析非线性和非平稳时间序列。
* [[连续小波变换]]（Continuous Wavelet Transform, CWT）：CWT是一种用于时间序列分析的数学变换，通过比较数据与不同尺度和位置的连续小波函数的相似性来提取信号的特征。
* [[均方根误差]]（Root Mean Square Error, RMSE）：RMSE是衡量预测模型预测精度的一种指标，通过计算预测值与实际值之差的平方和的平均值的平方根来评估模型的性能。
* [[平均绝对误差]]（Mean Absolute Error, MAE）：MAE是另一种衡量预测误差的指标，通过计算预测值与实际值之差的绝对值的平均值来评估预测的准确性。