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:
针对电离层总电子含量(TEC)非线性、非平稳性的特性,提出基于BP神经网络和差分自回归移动平均模型(ARIMA)的最优非负变权组合预报模型,并将其应用于TEC预报.利用IGS中心提供的不同经纬度的电离层平静期、活跃期TEC数据,分别采用BP神经网络模型、ARIMA模型和变权组合模型对TEC进行5 d预报.实验结果表明:在电离层平静期和活跃期变权组合模型预报5 d的平均相对精度分别为94.7%和88.9%,其中预报残差小于3 TECu的分别达到89.3%和78.5%,较单一模型的预报精度有明显提高.
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
利用BP神经网络改进电离层短期预报模型
电离层
总电子含量
预报
时间序列模型
BP神经网络
MEEMD-Elman神经网络的电离层TEC预报模型
电离层
总电子含量
MEEMD
Elman
预报精度
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 BP神经网络和ARIMA模型的变权组合电离层TEC预报
来源期刊 桂林理工大学学报 学科 地球科学
关键词 BP神经网络 差分自回归移动平均模型 电离层 变权组合
年,卷(期) 2019,(4) 所属期刊栏目 土木工程与测绘科学
研究方向 页码范围 899-904
页数 6页 分类号 P111.3
字数 3783字 语种 中文
DOI 10.3969/j.issn.1674-9057.2019.04.014
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (132)
共引文献  (112)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(2)
  • 参考文献(1)
  • 二级参考文献(1)
1984(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)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(13)
  • 参考文献(1)
  • 二级参考文献(12)
2012(14)
  • 参考文献(2)
  • 二级参考文献(12)
2013(13)
  • 参考文献(2)
  • 二级参考文献(11)
2014(12)
  • 参考文献(4)
  • 二级参考文献(8)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
差分自回归移动平均模型
电离层
变权组合
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
桂林理工大学学报
季刊
1674-9057
45-1375/N
16开
广西桂林市建干路12号
48-7
1981
chi
出版文献量(篇)
2706
总下载数(次)
1
总被引数(次)
16310
论文1v1指导