基于BiLSTM-Attention的F10.7指数预测模型与中国自主数据集的应用OA北大核心CSTPCD
Application of F10.7 Index Prediction Model Based on BiLSTM-attention and Chinese Autonomous Dataset
F10.7 指数是太阳活动的重要指标,准确预测F10.7 指数有助于预防和缓解太阳活动对无线电通信、导航和卫星通信等领域的影响.基于F10.7 射电流量的特性,在双向长短时记忆网络(Bidirectional Long Short-Term Memory Network,BiLSTM)基础上融入注意力机制(Attention),提出了一种基于BiLSTM-Attention的F10.7 预报模型.在加拿大DRAO数据集上其平均绝对误差(MAE)为…查看全部>>
The F10.7 index is an important indicator of solar activity.Accurate predictions of the F10.7 index can help prevent and mitigate the effects of solar activity on areas such as radio communications,navigation and satellite communications.Based on the properties of the F10.7 radio flux,the prediction model of F10.7 based on BiLSTM-Attention is proposed by incorporating an Attention mechanism on the Bidirectional Long Short-Term Memory Network(BiLSTM).The Mean…查看全部>>
闫帅楠;郑艳芳;李雪宝;董亮;黄文耿;王晶;闫鹏朝;娄恒瑞;黄徐胜;李哲
江苏科技大学 镇江 212003江苏科技大学 镇江 212003江苏科技大学 镇江 212003中国科学院云南天文台 昆明 650216中国科学院国家空间科学中心 北京 100190中国科学院国家空间科学中心 北京 100190江苏科技大学 镇江 212003江苏科技大学 镇江 212003江苏科技大学 镇江 212003北方信息控制研究院集团有限公司 南京 211153
地球科学
F10.7预报双向长短时记忆网络注意力机制L&S数据集
F10.7 index forecastingBidirectional Long Short-Term Memory NetworkAttention mechanismL&S dataset
《空间科学学报》 2024 (2)
针对平移误差检测的电容式边缘传感器的改进研究
251-261,11
国家自然科学基金项目(11703009,11803010)和江苏省自然科学基金面上项目(BK20201199)共同资助
评论