發(fā)布時(shí)間：2021-02-06 16:23

　　衛(wèi)星健康狀況監(jiān)測是衛(wèi)星安全保障的重要基礎(chǔ),而衛(wèi)星遙測數(shù)據(jù)又是衛(wèi)星健康狀況分析的唯一數(shù)據(jù)來源。因此,衛(wèi)星遙測缺失數(shù)據(jù)的準(zhǔn)確預(yù)測是衛(wèi)星健康分析的重要前瞻性手段。針對極軌衛(wèi)星多組成系統(tǒng)、多儀器載荷以及多監(jiān)測指標(biāo)形成的高維數(shù)據(jù)特點(diǎn),該文提出一種基于張量分解的衛(wèi)星遙測缺失數(shù)據(jù)預(yù)測算法（TFP）,以解決當(dāng)前數(shù)據(jù)預(yù)測方法大多面向低維數(shù)據(jù)或只能針對特定維度的不足。所提算法將遙測數(shù)據(jù)中的系統(tǒng)、載荷、指標(biāo)以及時(shí)間等多維因素作為統(tǒng)一的整體進(jìn)行張量建模,以完整、準(zhǔn)確地表達(dá)數(shù)據(jù)的高維特征;其次,通過張量分解計(jì)算數(shù)據(jù)模型的成分特征,通過成分特征可對張量模型進(jìn)行準(zhǔn)確重構(gòu),并在重構(gòu)過程中對缺失數(shù)據(jù)進(jìn)行準(zhǔn)確預(yù)測;最后,提出一種高效的優(yōu)化算法實(shí)現(xiàn)相關(guān)的張量計(jì)算,并對算法中最優(yōu)參數(shù)設(shè)置進(jìn)行嚴(yán)格的理論推導(dǎo)。實(shí)驗(yàn)結(jié)果表明,所提算法的預(yù)測準(zhǔn)確度優(yōu)于當(dāng)前大部分預(yù)測算法。 

【文章來源】：電子與信息學(xué)報(bào). 2020,42(02)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

預(yù)測誤差在不同區(qū)間的分布

×···×INI1,I2,···,IN根據(jù)式(1)，R表示張量的秩，一般張量的秩很難精確判定[16]，對于一個(gè)張量，其秩由其形狀即確定[17]，一般通過實(shí)驗(yàn)的方法尋找最優(yōu)的R。在期望預(yù)測精度P=0.01的基礎(chǔ)上，測試了不同R取值對實(shí)際預(yù)測精度的影響，并通過最優(yōu)實(shí)際預(yù)測精度確定相應(yīng)的R值為最優(yōu)。隨機(jī)取原數(shù)據(jù)集20%的數(shù)據(jù)為訓(xùn)練集，不同R取值下，實(shí)際預(yù)測精度如圖2所示。在相似的預(yù)測精度下TFP算法選擇最小的R取值，以降低預(yù)測算法的時(shí)間復(fù)雜度。圖1預(yù)測誤差在不同區(qū)間的分布圖2R取值對預(yù)測精度的影響表1TFP算法與其它5個(gè)方法的對比方法數(shù)據(jù)密度5%數(shù)據(jù)密度10%數(shù)據(jù)密度20%數(shù)據(jù)密度50%MAERMSEMAERMSEMAERMSEMAERMSENMF0.61751.57890.60071.54850.59861.52330.48701.4847PMF0.56871.47920.49841.28420.44921.18550.40061.0820UPCC0.62041.40100.55131.31390.48751.23430.31141.0749IPCC0.68861.42780.59081.32450.44541.20940.28951.1724TA0.62391.40580.53601.30450.44961.20300.21061.0988TFP0.38150.94690.30730.75970.22700.56190.12350.3150第2期馬友等：基于張量分解的衛(wèi)星遙測缺失數(shù)據(jù)預(yù)測算法407

【參考文獻(xiàn)】：
期刊論文
[1]基于潛在主題的混合上下文推薦算法[J]. 李平,張路遙,曹霞,胡檢華.  電子與信息學(xué)報(bào). 2018(04)
[2]一種綜合考慮主客觀權(quán)重的Web服務(wù)QoS度量算法[J]. 馬友,王尚廣,孫其博,楊放春.  軟件學(xué)報(bào). 2014(11)



本文編號(hào)：3020744