CAJ | 학술논문

利用中国9个垂测站(海口、广州、重庆、拉萨、兰州、北京、乌鲁木齐、长春、满洲里)一个太阳周(1976-1986年)的数据资料,采用三层前向反馈神经网络(BP网络)实现了电离层F2层临界频率(f0F2)参数提前24h预测.通过对f0F2参数的时间序列及其与日地活动之间进行相关分析,确定f(t)(当前时刻f0F2)、经过变换的F10.7指数等5个参数作为神经网络的输入参数,并通过同时段训练法获得不同时刻的预测值,本文与自相关分析法进行了预测性能比较.结果表明,上述方法构建的神经网络可以达到较高的预测精度.针对暴时数据,对神经网络算法进行了改进,提高了神经网络法对暴时数据的适用性.
이용중국9개수측참(해구、엄주、중경、랍살、란주、북경、오로목제、장춘、만주리)일개태양주(1976-1986년)적수거자료,채용삼층전향반궤신경망락(BP망락)실현료전리층F2층림계빈솔(f0F2)삼수제전24h예측.통과대f0F2삼수적시간서렬급기여일지활동지간진행상관분석,학정f(t)(당전시각f0F2)、경과변환적F10.7지수등5개삼수작위신경망락적수입삼수,병통과동시단훈련법획득불동시각적예측치,본문여자상관분석법진행료예측성능비교.결과표명,상술방법구건적신경망락가이체도교고적예측정도.침대폭시수거,대신경망락산법진행료개진,제고료신경망락법대폭시수거적괄용성.