论文部分内容阅读
提出了利用人工神经网络技术预测电离层临界频率月中值的方案。在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上，考虑足够的周年和黑子周期变化的数据训练网络，使ｆ０Ｆ２月中值预测值与实测数据比较平均误差为０．３４ＭＨｚ预测精度有了较大改进，最后采用分形学的基本理论得到电离层ｆ０Ｆ２月中值的分数维为３，选用３个输入量，分别预测高，低年ｆ０Ｆ２月中值，与实测数据比较平均误差为０．３ＭＨｚ。