科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对精密时基源溯源校准周期固定、效率低，提出基于BP神经网络构建精密时基源校准预测模型，可为溯源校准提供新方法。首先分析精密时基源校准参数产生机理及预测目标的影响因素，分别构建时间驱动和数据驱动校准预测模型；其次基于BP神经网络学习规则，归一化处理训练及预测数据，规避数据特征、分布差异对预测模型的不良影响；最后根据预测目标选择不同校准预测模型。通过仿真分析表明，时间驱动预测精度优于数据驱动预测精度，且两种预测模型预测误差均在10–10量级上，满足预测精度要求。
-
单位兰州交通大学; 甘肃省计量研究院
