典型文献
基于麻雀搜索算法优化的BP神经网络卫星钟差预报
文献摘要：
使用麻雀搜索算法(sparrow search algorithm,SSA)对BP神经网络的初始权值和阈值进行优化和调整,以提高神经网络模型短期预报的精度和稳定性.采用IGS产品中的卫星钟差数据,对SSA-BP神经网络模型、PSO-BP神经网络模型、传统BP神经网络模型及传统二次多项式模型(QP模型)进行实验对比,结果表明,SSA-BP神经网络模型的预报精度和稳定性最高,且随着预报时间的增加,模型的优越性更加明显.
文献关键词：
卫星钟差;BP神经网络模型;麻雀搜索算法;钟差预报;SSA-BP神经网络模型
中图分类号：
作者姓名：
孟彩霞;吴迪;雷雨
作者机构：
西安邮电大学计算机学院,西安市西长安街618号,710121
文献出处：
引用格式：
[1]孟彩霞;吴迪;雷雨-.基于麻雀搜索算法优化的BP神经网络卫星钟差预报)[J].大地测量与地球动力学,2022(02):125-131
A类：
B类：
麻雀搜索算法,算法优化,卫星钟差预报,sparrow,search,algorithm,SSA,权值,高神,短期预报,IGS,差数,PSO,二次多项式模型,QP,实验对比,预报精度,报时
AB值：
0.24258
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。
