一种基于SSA和RBF神经网络模型的电离层预测方法
授权
摘要
本发明公开了一种基于SSA和RBF神经网络模型的电离层预测方法，涉及电离层TEC预测技术领域，所述方法包括：获取目标区域中的TEC原始序列；通过奇异谱分析法对电离层TEC原始序列进行去噪分析；将去噪后的TEC数据序列作为输入对RBF神经网络模型进行训练；用训练好的RBF神经网络模型进行电离层TEC序列的预测，并输出预测值。在本发明通过将奇异谱分析法对TEC序列中主要特征分量及多余噪声信息进行提取分析，为进一步进行建模处理提供高精度数据源，另外还通过RBF神经网络模型对TEC序列进行预测研究，并且以IGS中心发布的参考值作为实验对比值，使得本发明的方法在电离层TEC预测上精度更高。
基本信息
专利标题 ：
一种基于SSA和RBF神经网络模型的电离层预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111783363A
申请号 ：
CN202010681113.8
公开（公告）日 ：
2020-10-16
申请日 ：
2020-07-15
授权号 ：
CN111783363B
授权日 ：
2022-05-17
发明人 ：
汤俊高鑫
申请人 ：
华东交通大学
申请人地址 ：
江西省南昌市经济技术开发区双港东大街808号
代理机构 ：
西安合创非凡知识产权代理事务所(普通合伙)
代理人 ：
马英
优先权 ：
CN202010681113.8
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-17 ：
授权
2020-11-03 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20200715
申请日 : 20200715
2020-10-16 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
