极限学习机在卫星钟差预报中的应用

被引：7

作者：

雷雨 ^{[1
,2
,3
]}

赵丹宁 ^{[1
,3
]}

机构：

[1] 中国科学院国家授时中心

[2] 中国科学院时间频率基准重点实验室

[3] 中国科学院大学

来源：

大地测量与地球动力学 | 2013年 / 33卷 / 05期

关键词：

极限学习机; 激励函数; 径向基函数神经网络; 卫星钟差; 钟差预报;

D O I：

10.14075/j.jgg.2013.05.003

中图分类号：

TP183 [人工神经网络与计算]; TN967.1 [卫星导航系统];

学科分类号：

摘要：

将极限学习机引入卫星钟差预报,对比Sigmoidal、Sine和Hardlim三种激励函数对预报精度的影响,并与传统灰色系统模型和径向基函数神经网络进行比较。结果表明,极限学习机的预报精度优于另外两种模型,其学习速度也快于径向基函数神经网络,且基于Sigmoidal的激励函数最适合于钟差预报。

引用

页码：53 / 57

页数：5

共 7 条

[1] 神经网络在卫星钟差短期预报中的应用研究 [J].

郭承军 ;

滕云龙 .

测绘科学, 2011, (04) :198-200

[2] 基于BP神经网络的厦门集美大桥高程传递的设计与实现 [J].

王新志 ;

杨志强 ;

王兴国 ;

陈涛 .

南京信息工程大学学报(自然科学版), 2010, 2 (05) :451-454

[3] 基于小波分析和神经网络的卫星钟差预报性能分析 [J].

郭承军 ;

滕云龙 .

天文学报, 2010, 51 (04) :395-403

[4] 几种GPS卫星钟差预报方法比较及精度分析 [J].

郑作亚 ;

卢秀山 .

山东科技大学学报(自然科学版), 2008, (04) :6-11+15

[5] 基于交叉验证法的BP神经网络在汽轮机故障诊断中的应用 [J].

丁常富 ;

王亮 .

电力科学与工程, 2008, (03) :31-34

[6] 灰色系统模型在卫星钟差预报中的应用 [J].

崔先强 ;

焦文海 .

武汉大学学报(信息科学版), 2005, (05) :447-450

[7]

Extreme learning machine: Theory and applications[J] . Guang-Bin Huang,Qin-Yu Zhu,Chee-Kheong Siew.Neurocomputing . 2006 (1)

← 1 →