排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
F10.7指数作为大气密度经验模型的重要输入参量,其预报精度直接影响航天器轨道预报精度.研究发现,太阳活动表现出长时间尺度上平均11年和中短时间尺度平均27天的周期性变化特征.依据这一观测事实,基于长短期记忆单元(Long Short-term Memory,LSTM)递归神经网络方法进行F10.7指数未来27天的中期预报.利用一个连续长时段F10.7数据作为训练数据,构建LSTM神经网络训练和预测模型,分别预测太阳活动高低年未来27天的F10.7指数.结果表明,太阳活动高年的第27天F10.7指数预报平均相对误差最优可达10%以内,低年最优可达2%以内. 相似文献
2.
北斗MEO卫星辐射剂量探测数据缺失值处理方法 总被引:1,自引:1,他引:0
针对北斗MEO卫星辐射剂量探测数据出现连续性缺失的问题,开展缺失值处理方法研究.提出一种叠加正弦波的线性样条回归方法,即引入样条函数,对各数据连续缺失的时间段进行分段处理,每段样条采用叠加正弦波的线性方程填充缺失值.结果表明:利用该方法处理缺失值,每段样条中填充曲线与探测曲线在增长趋势、周期性波动等方面具有较高的一致性;相比前向插值法和线性插值法,其填充值与真实值误差更小,关联性更高.该方法较好地解决了数据连续缺失的问题,形成了完整性好、准确性高的北斗MEO卫星辐射剂量数据集,为后续数据的发布、建模和可视化展示等奠定了基础. 相似文献
1