基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了改进传统的电离层频高图手动度量方法,提出了基于BP神经网络的数字频高图F层自动度量方法,该方法首先采用阈值去噪、多次回波和泄漏去除,并使用A45方法将频高图转换成单元点;然后采用BP神经网络的自适应训练拟合单元点图获取O波和X波F层描迹;最后根据描迹斜率变化寻找F1和F2层的分界点以及采用曲线拟合技术补偿F2层临界频率区域完成参数判读。该技术应用于中南民族大学新研制的数字测高仪测量的频高图自动度量中,获得了初步结果,度量的fo F2和h′F2准确率分别达到81%和78%,结果表明:该方法具有较好的可靠性。
推荐文章
基于神经网络的电离层VTEC预测模型
电离层
VTEC
神经网络
误差补偿
基于IRI的卫星高度计电离层Keras神经网络模型研究
电离层
IRI-2016模型
Keras神经网络模型
总电子含量
基于遗传算法斜向探测电离层参数反演研究
遗传算法
电离层
反演
斜向探测
基于改进的深度置信网络的电离层F2层临界频率预测
f0F2预测
深度学习
深度置信网络
受限波尔兹曼机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 BP 神经网络的电离层频高图F 层参数自动度量方法
来源期刊 中南民族大学学报(自然科学版) 学科 地球科学
关键词 电离层 频高图 自动度量 BP神经网络
年,卷(期) 2015,(2) 所属期刊栏目 物理与电子信息科学
研究方向 页码范围 74-79
页数 6页 分类号 P352
字数 3526字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱正平 中南民族大学电子信息工程学院 29 68 5.0 7.0
2 吴仁喜 中南民族大学电子信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (247)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电离层
频高图
自动度量
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导