利用人工神经网络预测电离层foF2参数

来源 :地球物理学报 | 被引量 : 0次 | 上传用户:cdy516
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
利用人工神经网络技术实现了电离层foF2参数提前1小时预测.从foF2时间序列本身的变化特征出发,根据时间序列相关分析结果确定网络输入参数.选用当前时刻foF2值,预测时刻前一天的foF2值,预测时刻前7天foF2平均值,当前时刻前7天foF2平均值,foF2的一阶差分及表示当前时刻t的变量共六个参数作为神经网络输入,下一时刻值作为神经网络输出.对于太阳活动高年平均预测相对误差小于6%,均方根误差小于0.6MHz,太阳活动低年平均预测相对误差小于10%,均方根误差小于0.5MHz.
其他文献
本文通过理论计算、数值模拟与穹窿物理模型三维数据对比分析的方法,对HTI介质中纵波方位各向异性现象进行研究.主要是进行目的层动校正速度以及走时的分析.结果显示,理论数值与
教育公平越来越受到社会的关注,成为教育研究的一个热点问题。综合对教育公平的一些研究,认为应该从多学科多角度分析教育公平,并着重对影响教育公平的体制和市场化两个方面,即体