MEEMD-Elman神经网络的电离层TEC预报模型OA北大核心CSCDCSTPCD
Prediction Models of Ionospheric TEC by MEEMD and Elman Recurrent Neural Network
利用IGS中心提供的不同纬度的电离层TEC值,建立基于改进的集总平均经验模态分解(MEEMD)算法和Elman回归神经网络(ERNN)模型相结合的电离层TEC预报模型.实验结果表明,在低、中、高不同纬度采用本文方法预报5d电离层TEC的预测值的均方根误差最优可达到0.96 TECu,相对精度最优达到95.4％,精度较EMD-ERNN模型及单一ERNN模型有显著提高.
汤俊;高鑫
华东交通大学土木建筑学院,南昌市双港东大街808号,330013华东交通大学土木工程国家实验教学示范中心,南昌市双港东大街808号,330013
天文与地球科学
电离层总电子含量MEEMDElman预报精度
《大地测量与地球动力学》 2020 (4)
395-399,5
国家自然科学基金(41761089)江西省自然科学基金(20181BAB203027)江西省教育厅科技项目(GJJ190345).
评论