共 7 条
- [7] Comparison of neural network and McNish and Lincoln methods for the prediction of the smoothed sunspot index[J]. SOLAR PHYSICS, 1996, 168 (02) : 423 - 433Fessant, FPierret, CLantos, P
基于时变阈值过程神经网络的太阳黑子数预测
被引：18
作者：
丁刚
钟诗胜
机构：
[1] 哈尔滨工业大学机电工程学院
来源：
关键词：
太阳黑子数;
时变阈值过程神经网络;
时间序列预测;
泛函逼近;
D O I：
暂无
中图分类号：
P182.41 [];
学科分类号：
摘要：
太阳黑子活动直接影响着外层空间环境的变化,为保证航天飞行任务的安全必须对其进行有效预测.为此,提出了一种基于时变阈值过程神经网络的时间序列预测模型.为简化模型的计算复杂度,开发了一种基于正交基函数展开的学习算法.文中分析了模型的泛函逼近能力,并以Mackey-Glass时间序列预测为例验证了所提模型及其学习算法的有效性.最后,将该预测模型用于太阳活动第23周太阳黑子数平滑月均值预测,取得了满意的结果,应用结果同时表明:所提预测方法与其他传统预测方法相比预测精度有所提高,具有一定的理论和实用价值.
引用
收藏
页码：1224 / 1230
页数：7
相关论文