基于RBF人工神经网络的X级以上太阳耀斑预报研究

• 作者: 崔芬萍 朱漪婷 李仲怡 裴世鑫
• 来源期刊: 西北师范大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 空间天气 太阳耀斑 RBF 人工神经网络 预报
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: ? 物理学 ?
• 页码范围: 26-32
• 页数: 7页
• 分类号: P353
• 字数: 5822字
• 语种: 中文

摘要

采用第23太阳活动周 X 级以上耀斑的数据，通过回归分析、Gauss 拟合和 RBF 人工神经网络等方法对 X 级以上耀斑进行预报研究.结果表明，将黑子群的位置、卡灵顿经度、耀斑爆发时间与黑子群达到最大面积的时间关系、每7 d 黑子群的最大面积、太阳耀斑流量的积分值、CME 速度和 F10.7射电流量7个预报因子作为参量对 RBF 人工神经网络预报模型进行训练，训练后建立的 RBF 模型的输出结果和训练数据的相关系数高达98%，对耀斑强度的预报结果与观测结果的误差在0.5以内，预报模型符合耀斑短期预报的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔芬萍	南京信息工程大学物理与光电工程学院	21	66	5.0	7.0
2	裴世鑫	南京信息工程大学数学与统计学院	34	65	5.0	7.0
6	李仲怡	南京信息工程大学数学与统计学院	3	9	2.0	3.0
7	朱漪婷	南京信息工程大学数学与统计学院	2	6	1.0	2.0