期刊简介
本刊是由中国航天科工集团公司主管, 由航天科工集团十七所主办。它是仿真技术领域的综合性科技期刊。98年起已列入国家科技部中国科...【详细查看】
过刊浏览
信息公告
- 17/11深圳航天工业技术...
- 17/11中国航天科工集团...
- 17/11中国航天建设集团...
- 17/11关于集团公司改制...
- 17/11关于中国航天科工...
- 17/11中国航天科工集团...
- 17/11中国航天科工集团...
基于神经网络重力固体潮信号的建模与预测
【出 处】：
【作 者】：王明哲 全海燕
【摘 要】重力固体潮信号主要是由于太阳、月亮等天体轨道相对位置变化而产生的,同时受地质、水文、大气等地理条件变化的影响,所以既是一个有规律、周期性变化的信号,也包含反映地质、水文、大气等地理条件变化的异常信息。通过对重力固体潮信号的建模,可反映、预测重力固体潮信号中周期性变化的基本规律,通过对比其理论计算值,可进一步提取重力固体潮信号中的异常变化信息。基于一种具有强鲁棒性、纯随机搜索的新群体智能优化算法,改进径向基神经网络学习算法,避免学习算法进入局部最优,提高网络训练的有效性和所建网络模型的可靠性。在实验中,利用重力固体潮信号训练改进的径向基神经网络,得到了重力固体潮信号的有效径向基神经网络模型。利用上述模型预测重力固体潮信号的估计值,并与传统径向基神经网络模型、AR模型预测结果进行对比,表明改进训练算法的径向基网络模型预测的结果更加精确,说明改进训练算法在重力固体潮信号的径向基网络建模中是有效的,可推广应用于其它时间信号序列的建模与预测中。
相关热词搜索：重力固体潮; 神经网络; 时间序列分析; 优化算法;
上一篇：彩色图像乘性噪声去除的高阶变分模型
下一篇：建筑室内环境空间结构稳定性评估仿真研究