全部版块 我的主页
论坛 数据科学与人工智能 人工智能 人工智能论文版
896 0
2017-09-22
摘要:SYM—H是一个重要的空间天气指数,它与Dst指数相似,是磁暴强度的表征,但SYM—H具有更高的时间分辨率.本文发展了一种具有输出时廷反馈的非线性自回归神经网络(NARX)预测模式,由太阳风和IMF参数预测暴时SYM.H指数的变化与BP网络和Elman网络相比,预测效果显著改善.用15个强磁暴(含5个MinimalSYM.H〈-200nT的超强磁暴)进行检验,预测与实测SYM.H指数的相关系数总体达到0.91;对于5个超强磁暴,相关系数最低为0.91,相应的磁暴为2001年3月最小SYM.H达-1434nT的磁暴,对两个SYM-H小于-300nT的磁暴预测相关系数分别达0.93和0.96.在NARX网络中将适当长度(约120min)的SYM—H指数输出,反馈给网络外部输入,即输入中包含环电流内部准实时与历史状态信息,是使模式预测能力在已有基础上得以大大提高的关键;说明除了行星际的直接驱动之外,环电流自身状态对磁暴的发展变化,特别是对于恢复相过程有重要作用,在利用神经网络对环电流指数进行预测时必须恰当地加以考虑.

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=32891310

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群