利用结构自适应极端学习机预报导航卫星钟差
文献类型：期刊论文
| 作者 | 雷雨 ; 赵丹宁; 蔡宏兵
|
| 刊名 | 武汉大学学报：信息科学版
 |
| 出版日期 | 2018 |
| 卷号 | 43.0期号:005页码:664 |
| 关键词 | 卫星钟差 预报 自适应共振理论网络 极端学习机 结构设计 |
| ISSN号 | 1671-8860 |
| 英文摘要 | 针对卫星钟差难以用精确模型来进行预报的问题,将极端学习机（extreme learning machine,ELM）神经网络用于导航卫星钟差预报。针对ELM网络隐层结构难以确定的问题,提出了基于自适应共振理论（adaptive resonance theory,ART）网络思想的ELM网络结构设计算法。该算法将ART网络的聚类特性用于ELM网络结构设计中,通过对输入向量与已存模式的相似度比较将输入向量进行分类,自适应地确定隐层节点规模。使用GPS卫星钟差数据进行30d的预报实验,结果表明,此方法的钟差预报精度明显优于二次多项式模型和灰色系统模型。 |
| 语种 | 英语 |
| 源URL | [http://210.72.145.45/handle/361003/12214]  |
| 专题 | 中国科学院国家授时中心 |
| 作者单位 | 中国科学院国家授时中心 |
| 推荐引用方式 GB/T 7714 | 雷雨,赵丹宁,蔡宏兵. 利用结构自适应极端学习机预报导航卫星钟差[J]. 武汉大学学报：信息科学版,2018,43.0(005):664. |
| APA | 雷雨,赵丹宁,&蔡宏兵.(2018).利用结构自适应极端学习机预报导航卫星钟差.武汉大学学报：信息科学版,43.0(005),664. |
| MLA | 雷雨,et al."利用结构自适应极端学习机预报导航卫星钟差".武汉大学学报：信息科学版 43.0.005(2018):664. |
入库方式： OAI收割
来源：国家授时中心
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。