典型文献
极区电离层对流速度的浅层神经网络建模与分析
文献摘要：
电离层对流是太阳风与地球磁场相互作用下驱动的磁层大尺度对流循环与对流电场在极区电离层的映射,与行星际磁场-地球磁场耦合系统息息相关.本文基于SuperDARN(Super Dual Aurora Radar Network)分布在北半球的23部高频相干散射雷达获取到的二维电离层对流速度对其进行建模研究.模型输入为行星际磁场三分量、太阳风速度、太阳风密度和地磁指数六个空间物理参数,模型输出为二维对流速度.模型选择两种广泛应用于空间物理建模的浅层神经网络即广义回归神经网络(General Regression Neural Network,GRNN)和误差反向传播(Back Propagation,BP)神经网络.实验结果显示,GRNN模型和BP模型的速度幅值均方根误差分别为174.96 m·s-1和234.21 m·s-1,速度方向角均方根误差分别达到62.30°和88.07°,相比于对流速度最大值2000 m·s-1和360°的方向角范围来说,其误差是可以接受的.外推性实验结果显示,在第24个太阳周期时,GRNN模型和BP模型的速度幅值均方根误差分别为305.35m·s-1和738.15 m·s-1,速度方向角均方根误差分别为82.01°和90.56°.实验结果表明,GRNN在时间外推性上的效果优于BP神经网络,更适用于预测对流速度.我们发现在四种典型空间环境条件下,利用GRNN模型预测的瞬时对流速度来构建的全域对流模式与现有统计模型构建的对流模式相似,从而验证预测的对流速度可以用于分析瞬时极区电离层对流.
文献关键词：
神经网络;电离层对流速度;预测建模;全域电离层对流模式;高频相干散射雷达
中图分类号：
作者姓名：
王平;李洁;韩冰;胡泽骏;高新波;刘建军;胡红桥
作者机构：
西安电子科技大学电子工程学院,西安 710071;中国极地研究中心自然资源部极地科学重点实验室,上海 200136;重庆邮电大学重庆市图像认知重点实验室,重庆 400065
文献出处：
引用格式：
[1]王平;李洁;韩冰;胡泽骏;高新波;刘建军;胡红桥-.极区电离层对流速度的浅层神经网络建模与分析)[J].地球物理学报,2022(04):1197-1213
A类：
极区电离层,电离层对流,电离层对流速度,SuperDARN,高频相干散射雷达,全域电离层对流模式
B类：
浅层神经网络,网络建模,建模与分析,太阳风,地球磁场,磁层,大尺度,行星,星际,磁场耦合,耦合系统,Dual,Aurora,Radar,Network,北半球,取到,建模研究,模型输入,三分量,地磁,物理参数,模型输出,模型选择,物理建模,广义回归神经网络,General,Regression,Neural,GRNN,误差反向传播,Back,Propagation,方向角,外推,太阳周,35m,空间环境,统计模型,预测建模
AB值：
0.249586
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
