基于SSA-Elman神经网络的电离层TEC短期预报模型OA北大核心CSTPCD
Short-Term Prediction Model of Ionospheric TEC Based on SSA-Elman Neural Network
针对基于神经网络的电离层TEC短期预报存在精度较低、易陷入局部最优的问题,利用CODE中心提供的TEC数据及地磁活动指数,建立基于麻雀搜索算法(SSA)改进Elman神经网络的电离层TEC短期预报模型,并通过BP模型、Elman模型及SSA-Elman组合模型分别对电离层平静期和扰动期中低纬度TEC进行5 d连续预报.实验结果表明,利用优化后的Elman神经网络模型对TEC进行连续5 d预报时,单个年积日的均方根误差最优可达1.443 TECu,…查看全部>>
汤俊;钟正宇;李垠健;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华东交通大学土木建筑学院,南昌市双港东大街 808 号,330013华东交通大学土木建筑学院,南昌市双港东大街 808 号,330013华东交通大学土木建筑学院,南昌市双港东大街 808 号,330013
天文与地球科学
电离层总电子含量麻雀搜索算法神经网络预报精度
《大地测量与地球动力学》 2022 (4)
基于地基GNSS和COSMIC掩星观测资料的区域电离层模型精化方法
378-383,6
国家自然科学基金(41761089).
评论