科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对北斗某星辐射剂量探测数据缺失问题，提出了一种基于线性样条和CNN-LSTM神经网络模型的处理方法。在对数据特性分析的基础上，将原始数据分解为线性趋势项和季节波动项。对于线性趋势项，采用基于线性样条的缺失值处理方法；对于季节波动项，根据其时空变化特性，设计CNN和LSTM组合神经网络结构，完成季节波动项的缺失值处理。实验表明，相比于线性插值法和傅里叶变换插值方法，本文所提方法的插补值与真实值偏差更小，相关性更高。平均相对误差达到0.008，相关系数达到0.855。同时横向对比了本文所提组合神经网络模型和单一的LSTM和CNN网络模型的插补结果，同样本文方法表现出更好的一致性。研究结果表明，本文方法能够较好解决北斗数据连续缺失的问题，为后续基于北斗数据开展科学研究和业务应用奠定基础。
- 单位
