应用BP神经网络针对高通量质子事件的通量数值预报

来源 :空间科学学报 | 被引量 : 0次 | 上传用户:hellolixing
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
质子事件的爆发与太阳软X射线辐射有着很强的相关性,利用GOES卫星的1~8A波段和0.5~4A波段的软X射线数据,选取一些特征参量验证该相关性并应用到质子事件短期预报中.在当前质子事件传输物理机制不完全明确的情况下,在现有的预报质子事件有无的模型基础上,利用BP神经网络,根据软X射线通量水平等预测事件质子峰值通量水平,再对训练后的网络进行检验,检验预测所得结果与实际探测值误差小于一个量级,具备一定实用意义.
其他文献
关于图像质量优化问题,由于图像的稀疏角度不同,投影数据并不完备,传统解析算法重建出的图像会产生条纹伪迹。为了消除这些影响,应用CQ及其改进算法可以使重建图像质量得到很大改善,但在直接应用CQ算法时存在收敛速度慢和重建精度较低的问题。为了避免计算的复杂性,在不改变CQ算法迭代格式的前提下,可以通过改变凸集的定义方式取得更好的重建效果。将CT重建问题转化为分裂可行性问题,在RN空间中对非空闭凸集C和Q
从基本的大气运动方程出发,采用二维全隐欧拉格式(FICE)建立极坐标下二维声重波传播的数值模式.对小振幅高斯形态声重波传播过程的模拟结果表明,该数值模式能够再现声重波波包向上
提出一种图像的参数调节随机共振去噪方法,对来自于同一噪声源的多张同一图像进行处理,将若干张图片中相同位置的元素按列排序处理成周期信号输入双稳态系统,利用参数调节随机共振提高了图像信噪比。实验证明,该方法能显著提高图像质量。