贝叶斯正则化的Elman神经网络电离层TEC预报模型

• 作者: 汤俊 高鑫
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: 电离层 总电子含量 贝叶斯正则化 Elman神经网络 预报精度
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 现代大地测量
• 页码范围: 799-805
• 页数: 7页
• 分类号: P228
• 字数: 4885字
• 语种: 中文
• DOI: 10.14075/j.jgg.2020.08.006

摘要

利用2017年中低纬电离层总电子含量、地磁活动指数、年积日等参数,首次建立基于贝叶斯正则化(Bayesian regularization)的Elman回归神经网络(BR-Elman)的电离层TEC预报模型.同时,根据地磁活动指数的变化特征,分别进行平静电离层和扰动电离层预报建模.实验结果表明,该方法在平静期5d预测值的均方根误差为1.19 TECu,残差为1.03 TECu,相关系数为0.93;在扰动期5d预测值均方根误差为1.34TECu,残差为1.01 TECu,相关系数为0.91.贝叶斯正则化的BP神经网络模型以及传统BP神经网络模型在平静期与扰动期5d的预测上,均方根误差最小为1.87 TECu,残差最小为1.50 TECu,相关系数最优为0.87.通过对比分析,该模型较其他2个模型的预报效果有明显改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤俊	华东交通大学土木建筑学院	14	34	4.0	5.0
5	高鑫	华东交通大学土木建筑学院	3	0	0.0	0.0