不同组合模型的地球自转参数预报对比OA北大核心CSTPCD

以最小二乘法、小波去噪、小波神经网络和BP神经网络为基础,构建9种地球自转参数预报模型,并进行30 d短周期预报。结果表明,对于极移预报,基于BP神经网络的地球自转参数预报模型效果不佳,RMSE均大于1.5 mas;最小二乘与小波神经网络组合模型的预报效果最好,RMSE小于1.3 mas。对于日长变化预报,最小二乘与小波神经网络组合模型的预报效果不佳,RMSE均大于0.18 ms;小波神经网络预报模型预报效果最好,RMSE为0.07 ms。