利用结构自适应极端学习机预报导航卫星钟差

作者：雷雨; 赵丹宁; 蔡宏兵

来源：武汉大学学报(信息科学版), 2018, 43(05): 664-668+718.

DOI：10.13203/j.whugis20150252

• 卫星钟差
• 预报
• 自适应共振理论网络
• 极端学习机
• 结构设计

针对卫星钟差难以用精确模型来进行预报的问题,将极端学习机(extreme learning machine,ELM)神经网络用于导航卫星钟差预报。针对ELM网络隐层结构难以确定的问题,提出了基于自适应共振理论(adaptive resonance theory,ART)网络思想的ELM网络结构设计算法。该算法将ART网络的聚类特性用于ELM网络结构设计中,通过对输入向量与已存模式的相似度比较将输入向量进行分类,自适应地确定隐层节点规模。使用GPS卫星钟差数据进行30d的预报实验,结果表明,此方法的钟差预报精度明显优于二次多项式模型和灰色系统模型。

• 单位
  中国科学院国家授时中心; 中国科学院大学