中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
首页 机构 成果 学者
  
  1. CAS IR Grid
  2. 云南天文台
  3. 中国科学院云南天文台
  4. 射电天文研究组
基于BiLSTM-Attention的F10.7指数预测模型与中国自主数据集的应用

文献类型：期刊论文

作者闫帅楠4; 李雪宝4; 董亮3; 黄文耿1; 王晶1; 闫鹏朝4; 娄恒瑞4; 黄徐胜4; 李哲2; 郑艳芳4
刊名空间科学学报/Chinese Journal of Space Science
出版日期2024-03
卷号44期号:02页码:251-261
关键词F10.7预报 双向长短时记忆网络 注意力机制 L&S数据集
ISSN号0254-6124
DOI10.11728/cjss2024.02.2023-0040
其他题名Application of F10.7 Index Prediction Model Based on BiLSTM-attention and Chinese Autonomous Dataset
产权排序第2完成单位
英文摘要F10.7指数是太阳活动的重要指标,准确预测F10.7指数有助于预防和缓解太阳活动对无线电通信、导航和卫星通信等领域的影响.基于F10.7射电流量的特性,在双向长短时记忆网络(Bidirectional Long Short-Term Memory Network, BiLSTM)基础上融入注意力机制(Attention),提出了一种基于BiLSTM-Attention的F10.7预报模型.在加拿大DRAO数据集上其平均绝对误差(MAE)为5.38,平均绝对百分比误差(MAPE)控制在5%以内,相关系数(R)高达0.987,与其他RNN模型相比拥有优越的预测性能.针对中国廊坊L&S望远镜观测的F10.7数据集,提出了一种转换平均校准(Conversion Average Calibration, CAC)方法进行数据预处理,处理后的数据与DRAO数据集具有较高的相关性.基于该数据集对比分析了RNN系列模型的预报效果,实验结果表明,BiLSTM-Attention和BiLSTM两种模型在预测F10.7指数方面具有较好的优势,表现出较好的预测性能和稳定性. 
学科主题计算机科学技术 ; 人工智能
分类号P353
URL标识查看原文
资助项目国家自然科学基金项目[11703009]; 国家自然科学基金项目[11803010]; 江苏省自然科学基金面上项目[BK20201199]
语种中文
资助机构国家自然科学基金项目[11703009, 11803010] ; 江苏省自然科学基金面上项目[BK20201199]
版本出版稿
源URL[http://ir.ynao.ac.cn/handle/114a53/27211]  
专题云南天文台_射电天文研究组
作者单位1.中国科学院国家空间科学中心;
2.北方信息控制研究院集团有限公司
3.中国科学院云南天文台;
4.江苏科技大学;
推荐引用方式
GB/T 7714		 闫帅楠,李雪宝,董亮,等. 基于BiLSTM-Attention的F10.7指数预测模型与中国自主数据集的应用[J]. 空间科学学报/Chinese Journal of Space Science,2024,44(02):251-261.
APA 闫帅楠.,李雪宝.,董亮.,黄文耿.,王晶.,...&郑艳芳.(2024).基于BiLSTM-Attention的F10.7指数预测模型与中国自主数据集的应用.空间科学学报/Chinese Journal of Space Science,44(02),251-261.
MLA 闫帅楠,et al."基于BiLSTM-Attention的F10.7指数预测模型与中国自主数据集的应用".空间科学学报/Chinese Journal of Space Science 44.02(2024):251-261.

入库方式： OAI收割

来源：云南天文台

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。