科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明涉及一种用于提高电离层foF2机器学习精度的时间序列数据处理方法,通过提取电离层foF2时间序列在不同时间尺度上的变化规律,将原始时间序列根据半天、一天、半年、一年、十一年周期特性拆分为五组时间序列,同时将原始时间序列向前移动一个时刻,得到第六组序列,将所有六组序列作为机器学习输入参数,当前时刻的foF2观测值作为机器学习输出,训练模型实现下一时刻的foF2预测；结果表明,在相同机器学习超参数条件下,本发明采用的方法具有更高的foF2预测精度。
-
单位国家无线电监测中心; 西安电子科技大学
