文档名：基于长短期记忆网络的扩展F事件短临预测
摘要：考虑到我国区域电离层扩展F发生的物理机制和相关因素以及观测数据的可获取性,利用适宜于时间序列预测的长短期记忆网络建立了我国不同区域电离层扩展F事件的预测模型,对未来3h是否会发生扩展F事件进行预测.以处于我国典型纬度地区的满洲里、北京、海口站为例,利用2015和2016年测试数据集对模型预测精度进行了检验,满洲里、北京、海口站平均准确率分别为92.4％、95.3％、96.0％,平均精确率分别为75.0％、61.2％、62.6％,平均召回率分别为73.0％、50.6％、31.5％.由此可见:在某些情况下,比如在低纬度地区的海口站,模型的召回率较低;除此之外,所建立的扩展F模型在多数情况下具有较高的预测能力.
作者：孙树计 徐彤 班盼盼 胡冉冉 陈春 Author：SUNShuji XUTong BANPanpan HURanran CHENChun
作者单位：中国电波传播研究所,青岛266107中国电波传播研究所,青岛266107;西安电子科技大学,西安717071
刊名：电波科学学报 ISTICPKU
Journal：ChineseJournalofRadioScience
年，卷(期)：2023, 38(4)
分类号：P352.5
关键词：深度学习 扩展F 电离层 长短期记忆(LSTM)网络 预测模型
Keywords：deeplearning spreadF ionosphere longshort-termmemory(LSTM)network forecastingmodel
机标分类号：P315.75TP311TP183
在线出版日期：2023年9月26日
基金项目：泰山学者工程基于长短期记忆网络的扩展F事件短临预测[
期刊论文] 电波科学学报--2023, 38(4)孙树计 徐彤 班盼盼 胡冉冉 陈春考虑到我国区域电离层扩展F发生的物理机制和相关因素以及观测数据的可获取性,利用适宜于时间序列预测的长短期记忆网络建立了我国不同区域电离层扩展F事件的预测模型,对未来3h是否会发生扩展F事件进行预测.以处于我国...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于长短期记忆网络的扩展F事件短临预测 Short-term forecasting of spread F using LSTM network
基于长短期记忆网络的扩展F事件短临预测.pdf
- 文件大小:
- 12.3 MB
- 下载次数:
- 60
-
高速下载
|
|
