典型文献
一种基于机器学习算法的区域/单站ZTD组合预测模型
文献摘要：
针对天顶对流层总延迟(ZTD)具有一定的时空变化特性,提出了一种基于BP神经网络、长短期记忆网络(LSTM)算法的区域/单站ZTD组合预测模型.?以连续14天香港连续运行参考站(CORS)网络18个监测站观测数据为例,利用BP神经网络、LSTM及本文算法进行了区域、单站及二者组合ZTD预测模型研究.?HKWS测站的预测结果表明:利用前13天数据预报第14天数据,区域、单站、组合模型ZTD预测的均方根误差(RMSE)分别为10.2?mm、10.4?mm、8.5?mm,组合模型相对于区域、单站模型预测精度分别提升了17.2％、18.4％.
文献关键词：
区域对流层延迟建模;BP神经网络;长短期记忆网络(LSTM);连续运行参考站(CORS);组合模型
中图分类号：
作者姓名：
杨旭;何祥祥;王媛媛;谭福临;陈雄川
作者机构：
安徽理工大学 矿区环境与灾害协同监测煤炭行业工程研究中心, 安徽 淮南 232001;安徽理工大学 矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室, 安徽 淮南 232001;安徽理工大学 空间信息与测绘工程学院, 安徽 淮南 232001;自然资源部大地测量数据处理中心, 西安 710054
文献出处：
引用格式：
[1]杨旭;何祥祥;王媛媛;谭福临;陈雄川-.一种基于机器学习算法的区域/单站ZTD组合预测模型)[J].全球定位系统,2022(01):98-102,126
A类：
HKWS,区域对流层延迟建模
B类：
基于机器学习,机器学习算法,单站,ZTD,组合预测模型,天顶,总延迟,时空变化,变化特性,长短期记忆网络,天香,连续运行参考站,CORS,监测站,观测数据,组合模型,RMSE
AB值：
0.223403
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。
