首页 | 本学科首页   官方微博 | 高级检索  
     

基于线性样条和CNN-LSTM的北斗卫星缺失数据处理方法
作者姓名:杨旭  崔瑞飞  田超  胡斯惠  姜健民  徐培康
作者单位:32035部队 西安 710600;国防科技大学气象海洋学院 长沙 410073;32035部队 西安 710600
基金项目:国防科技创新特区项目资助(1916321TS00101206)
摘    要:针对北斗某星辐射剂量探测数据缺失问题,提出了一种基于线性样条和CNN-LSTM神经网络模型的处理方法.在对数据特性分析的基础上,将原始数据分解为线性趋势项和季节波动项.对于线性趋势项,采用基于线性样条的缺失值处理方法;对于季节波动项,根据其时空变化特性,设计CNN和LSTM组合神经网络结构,完成季节波动项的缺失值处理....

关 键 词:北斗辐射剂量探测数据  缺失值插补  线性样条  CNN-LSTM  空间环境
收稿时间:2020-11-15
本文献已被 万方数据 等数据库收录!
点击此处可从《空间科学学报》浏览原始摘要信息
点击此处可从《空间科学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号