应用端部效应改善的LS＋NN模型进行日长变化预报
文献类型：期刊论文
| 作者 | 雷雨 ; 蔡宏兵
|
| 刊名 | 飞行器测控学报
 |
| 出版日期 | 2016 |
| 卷号 | 35.0期号:003页码:222 |
| 关键词 | 日长变化 预报 最小二乘＋神经网络（LS＋NN）模型 端部效应 端点延拓 |
| ISSN号 | 1674-5620 |
| 英文摘要 | 现有△LOD（Delta Length-Of-Day，日长变化）预报模式在进行周期项与残差项拟合分离时，通常没有考虑LS（Least Squares，最小二乘）拟合序列的端部效应，预报精度难以取得较大提高。针对端部效应现象，首先采用时间序列分析模型在ALOD序列两端进行数据延拓，构成一个新序列，然后用新序列求得LS外推模型系数，再结合LS外推模型和NN（Neural Network，神经网络）对原始△LOD序列进行预测。算例表明，在ALOD序列两端增加延拓数据，能有效改善LS拟合序列的端部效应；端部效应改善的LS＋NN模型的预报精度明显优于常规LS＋NN模型，精度最大提高了17．86％。该方法不仅适用于LS＋NN模型，也适用于LS外推模型与其他模型的组合。 |
| 语种 | 英语 |
| 源URL | [http://210.72.145.45/handle/361003/12640]  |
| 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,蔡宏兵. 应用端部效应改善的LS＋NN模型进行日长变化预报[J]. 飞行器测控学报,2016,35.0(003):222. |
| APA | 雷雨,&蔡宏兵.(2016).应用端部效应改善的LS＋NN模型进行日长变化预报.飞行器测控学报,35.0(003),222. |
| MLA | 雷雨,et al."应用端部效应改善的LS＋NN模型进行日长变化预报".飞行器测控学报 35.0.003(2016):222. |
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。