針對(duì)TEC時(shí)間序列高噪聲、非線性和非平穩(wěn)的動(dòng)態(tài)序列的特性,基于分解-預(yù)測(cè)-重構(gòu)的思想,運(yùn)用總體經(jīng)驗(yàn)?zāi)B(tài)分解和深度學(xué)習(xí)長短期記憶神經(jīng)網(wǎng)絡(luò),構(gòu)建了EEMD-LSTM預(yù)測(cè)模型。同時(shí),以測(cè)試集上預(yù)測(cè)結(jié)果的均方根誤差最小為目標(biāo),運(yùn)用多層網(wǎng)格搜索算法對(duì)EMD-LSTM預(yù)測(cè)模型進(jìn)行參數(shù)優(yōu)選。以IGS中心2015年全年1 h時(shí)間尺度的TEC格網(wǎng)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析,結(jié)果表明,EEMD-LSTM組合模型的預(yù)報(bào)結(jié)果能夠很好的反應(yīng)電離層TEC的變化特性,在低、中、高緯度地區(qū)平均預(yù)報(bào)殘差分別為1.37、0.82和0.96個(gè)TECu,預(yù)測(cè)平均相對(duì)精度分別為92.8%、91.9%和87.8%。 

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 算法原理
    1.1 遞歸神經(jīng)網(wǎng)絡(luò)
    1.2 總體經(jīng)驗(yàn)?zāi)B(tài)分解（EEMD)
    1.3 網(wǎng)格搜索與k折交叉驗(yàn)證
    1.4 研究方法
2 實(shí)驗(yàn)分析
    2.1 超參數(shù)優(yōu)選
    2.2 不同模型的精度分析
3 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)遞歸神經(jīng)網(wǎng)絡(luò)的電離層總電子含量經(jīng)驗(yàn)預(yù)報(bào)模型[J]. 袁天嬌,陳艷紅,劉四清,龔建村.  空間科學(xué)學(xué)報(bào). 2018(01)
[2]基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的故障時(shí)間序列預(yù)測(cè)[J]. 王鑫,吳際,劉超,楊海燕,杜艷麗,牛文生.  北京航空航天大學(xué)學(xué)報(bào). 2018(04)
[3]基于Holt-Winters的電離層總電子含量預(yù)報(bào)[J]. 謝劭峰,陳軍,黃良珂,吳丕團(tuán),秦旭元,劉立龍.  大地測(cè)量與地球動(dòng)力學(xué). 2017(01)
[4]電離層總電子數(shù)預(yù)報(bào)方法研究[J]. 王建敏,黃佳鵬,祝會(huì)忠,馬天明.  測(cè)繪科學(xué). 2016(12)
[5]2015年4月20日花蓮MW6.4級(jí)地震震前電離層TEC異常[J]. 曹華東,郭金運(yùn),李旺,高昭良,吳增銘.  地球物理學(xué)進(jìn)展. 2016(05)
[6]自回歸移動(dòng)平均模型的電離層總電子含量短期預(yù)報(bào)[J]. 張小紅,任曉東,吳風(fēng)波,蘆琪.  測(cè)繪學(xué)報(bào). 2014(02)
[7]利用EMD方法改進(jìn)電離層TEC預(yù)報(bào)模型[J]. 湯俊,姚宜斌,陳鵬,張順.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2013(04)
[8]震前電離層TEC異常探測(cè)新方法[J]. 張小紅,任曉東,吳風(fēng)波,陳玉陽.  地球物理學(xué)報(bào). 2013(02)
[9]利用神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)短期電離層TEC變化[J]. 李淑慧,彭軍還,徐偉超,楊紅磊.  測(cè)繪科學(xué). 2013(01)
[10]灰色神經(jīng)網(wǎng)絡(luò)的研究及發(fā)展[J]. 袁景凌,鐘珞,李小燕.  武漢理工大學(xué)學(xué)報(bào). 2009(03)

博士論文
[1]一種金融市場(chǎng)預(yù)測(cè)的深度學(xué)習(xí)模型：FEPA模型[D]. 張承釗.電子科技大學(xué) 2016
[2]模糊神經(jīng)網(wǎng)絡(luò)的性能及其學(xué)習(xí)算法研究[D]. 何春梅.南京理工大學(xué) 2010



本文編號(hào)：3686669