典型文献
组合模型的电离层总电子短期预报研究
文献摘要：
针对电离层总电子含量(TEC)是受到众多影响因素的非平稳性、非线性时间序列的问题,该文提出一种基于小波分解与埃尔曼(Elman)神经网络模型和差分自回归移动平均(ARIMA)模型组合的方法.利用db4小波对电离层TEC样本序列分解得到低频信息和高频信息,对高频信息采用ARIMA模型进行预报,对低频信息采用Elman神经网络模型进行预报,将ARIMA模型和Elman神经网络模型的预报值进行重构,从而得到电离层TEC的预测值.实验表明,组合模型在电离层平静期和活跃期预报的均方根误差分别为0.83、1.08 TECu,残差小于1 TECu的比例分别为80.28％、68.00％,较单一模型有了大幅的提升.
文献关键词：
电离层;总电子含量;小波分解;埃尔曼神经网络;差分自回归移动平均模型
中图分类号：
作者姓名：
王建敏;唐彦;吕楠;李特
作者机构：
辽宁工程技术大学测绘与地理科学学院,辽宁阜新 123000
文献出处：
引用格式：
[1]王建敏;唐彦;吕楠;李特-.组合模型的电离层总电子短期预报研究)[J].测绘科学,2022(04):34-43,67
A类：
埃尔曼神经网络
B类：
组合模型,短期预报,电离层总电子含量,多影响因素,非平稳性,线性时间,于小波,小波分解,Elman,ARIMA,模型组合,db4,序列分解,低频信息,报值,平静,活跃期,TECu,差分自回归移动平均模型
AB值：
0.237901
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。
