本文選題：太陽活動 + 預(yù)測��； 參考：《大氣科學(xué)學(xué)報(bào)》2012年04期

【摘要】：黑子面積數(shù)是表征太陽活動的重要物理量,準(zhǔn)確預(yù)測黑子面積能為太陽活動研究、空間天氣業(yè)務(wù)等提供重要參考依據(jù)。本文提出一種基于BP神經(jīng)網(wǎng)絡(luò)的黑子面積平滑月均值預(yù)測方法,利用第20個太陽周之前的數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,建立預(yù)測模型。對第21個太陽周至今的數(shù)據(jù)進(jìn)行預(yù)測試驗(yàn),并考慮不同訓(xùn)練步長、預(yù)測步長對模型精度的影響。結(jié)果表明,該模型能準(zhǔn)確逐月預(yù)測黑子面積,采用不同訓(xùn)練步長時相對誤差均不超過5%,進(jìn)行更長時間的預(yù)測,相對誤差會逐漸增大。
[Abstract]:The number of sunspot area is an important physical quantity to characterize solar activity. Accurate prediction of sunspot area can provide an important reference for the study of solar activity and space weather business. In this paper, a prediction method of smooth monthly mean of sunspot area based on BP neural network is proposed. The data before the 20th solar cycle is used to train the network and establish a prediction model. The prediction experiments are carried out on the data from the 21st solar cycle up to now, and the influence of the prediction step size on the model accuracy is considered in consideration of the different training steps. The results show that the model can accurately predict the sunspot area month by month, and the relative error is not more than 5 when different training steps are used, and the relative error will gradually increase when the prediction is carried out for a longer period of time.
【作者單位】： 南京信息工程大學(xué)物理與光電工程學(xué)院;南京信息工程大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(41174165) 江蘇省研究生科研創(chuàng)新基金項(xiàng)目(CXZZ11_0625;CXZZ12_0510)
【分類號】：P182.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 張桂清;月平滑太陽黑子相對數(shù)的預(yù)報(bào)[J];地球物理學(xué)報(bào);1989年01期

2 樂貴明,王家龍;太陽黑子相對數(shù)最強(qiáng)周期的小波分析[J];地球物理學(xué)報(bào);2004年05期

3 趙海娟;王家龍;宗位國;唐云秋;樂貴明;;用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)方法預(yù)報(bào)太陽黑子數(shù)平滑月均值[J];地球物理學(xué)報(bào);2008年01期

4 王家龍,孫靜蘭,龔建村,張訓(xùn)械;用神經(jīng)網(wǎng)絡(luò)模型作太陽質(zhì)子事件警報(bào)[J];中國科學(xué)(A輯);2000年S1期

5 王家龍;苗娟;劉四清;龔建村;朱翠蓮;;第24太陽周太陽黑子數(shù)平滑月均值預(yù)報(bào)[J];中國科學(xué)(G輯:物理學(xué) 力學(xué) 天文學(xué));2008年08期

6 龔建村,薛炳森,劉四清,鄒自明,苗娟,王家龍;神經(jīng)網(wǎng)絡(luò)方法在太陽質(zhì)子事件短期預(yù)報(bào)中的應(yīng)用[J];空間科學(xué)學(xué)報(bào);2003年06期

7 李可軍,蘇同衛(wèi),梁紅飛;現(xiàn)代黑子觀測的太陽黑子活動的周期性[J];科學(xué)通報(bào);2004年24期

8 王家龍,張訓(xùn)械,黃澤榮;神經(jīng)網(wǎng)絡(luò)方法用于太陽質(zhì)子事件警報(bào)[J];天體物理學(xué)報(bào);1999年03期

9 丁剛;鐘詩勝;;基于時變閾值過程神經(jīng)網(wǎng)絡(luò)的太陽黑子數(shù)預(yù)測[J];物理學(xué)報(bào);2007年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王全鳳;鄭浩;;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的高層建筑結(jié)構(gòu)選型[J];四川建筑科學(xué)研究;2010年05期

2 張根耀,李竹林,趙宗濤;遮擋情況下運(yùn)動目標(biāo)的跟蹤[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年03期

3 陳弋蘭;王鳴;孫書誠;;樸素貝葉斯分類器的誤差估計(jì)[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年04期

4 張紅濤;胡玉霞;張恒源;顧波;;儲糧害蟲圖像識別中的特征壓縮研究[J];安徽農(nóng)業(yè)科學(xué);2008年27期

5 張昭;何東健;;基于計(jì)算機(jī)視覺的竹塊顏色分類方法研究[J];安徽農(nóng)業(yè)科學(xué);2010年26期

6 汪潔;朱軍;;基于Linux的中文垃圾郵件過濾系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];安徽農(nóng)業(yè)大學(xué)學(xué)報(bào);2011年02期

7 蘇科;陳志彬;;基于BP神經(jīng)網(wǎng)絡(luò)的車牌識別系統(tǒng)[J];遼寧科技大學(xué)學(xué)報(bào);2010年05期

8 孫梁;郗安民;;LED芯片損壞和缺陷識別[J];半導(dǎo)體光電;2009年06期

9 張貴,喬春生;應(yīng)用支持向量機(jī)回歸確定巖體強(qiáng)度指標(biāo)[J];北方交通大學(xué)學(xué)報(bào);2004年01期

10 李翠霞,于劍;一種模糊聚類算法歸類的研究[J];北京交通大學(xué)學(xué)報(bào);2005年02期

相關(guān)會議論文 前10條

1 馮輔周;郭恒毅;江鵬程;;支持向量機(jī)及其在電機(jī)故障診斷中的應(yīng)用[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集[C];2007年

2 ;Intelligence Recognition of Reconnaissance Objective Based on INN Pattern Recognition[A];Proceedings of the 5th International Symposium on Test and Measurement(Volume 1)[C];2003年

3 李寶安;李艷平;;Img-Learning圖像處理與模式識別教學(xué)實(shí)例學(xué)習(xí)系統(tǒng)[A];OA’2007辦公自動化學(xué)術(shù)研討會論文集[C];2007年

4 王克剛;耿國華;;基于小波平滑直方圖的模糊聚類圖像分割方法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

5 陳曉鐘;孫華燕;;基于更佳分辨率小波分解的圖像紋理分類[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

6 孫逸s，

本文編號：1877309