首页
|
本学科首页
官方微博
|
高级检索
全部专业
测绘学
大气科学(气象学)
地球物理学
地质学
海洋学
天文学
学报及综合类
自然地理学
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
基于深度学习构建的全球电离层NmF2模型
作者单位:
;1.江苏城乡建设职业学院;2.中国矿业大学环境与测绘学院
摘 要:
采用递归神经网络对空基COSMIC和地基垂测站数据建立了全球电离层峰值电子密度模型,模型均方根误差达到1.3×10~5 el/cm~3。在春夏秋冬4个季节内,人工神经网络ANN模型预测精度比IRI模型分别提高了25.7%、19.7%、33.3%和21.8%。另外,ANN模型不仅能够有效地模拟全球电离层时空变化特征,也能够成功地模拟电离层的诸多区域物理变化特性,如赤道电离异常、威德尔海异常、中纬度夜间异常和冬季异常。ANN模型可以为改正单频接收机的电离层延迟发挥一定的作用。
关 键 词:
电离层模型
神经网络
IRI模型
峰值电子密度
区域电离层异常
A Global Ionospheric NmF2 Model Developed by Deep Learning
Abstract:
Keywords:
本文献已被
CNKI
等数据库收录!
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号