基于BiLSTM-Attention的F10.7指数预测模型与中国自主数据集的应用
In: Kongjian kexue xuebao, Jg. 44 (2024-05-01), S. 251-261
Online
academicJournal
Zugriff:
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.
Titel: |
基于BiLSTM-Attention的F10.7指数预测模型与中国自主数据集的应用
|
---|---|
Autor/in / Beteiligte Person: | 帅楠, 闫 ; 雪宝, 李 ; 亮, 董 ; 文耿, 黄 ; 晶, 王 ; 鹏朝, 闫 ; 恒瑞, 娄 ; 徐胜, 黄 ; 哲, 李 ; 艳芳, 郑 |
Link: | |
Zeitschrift: | Kongjian kexue xuebao, Jg. 44 (2024-05-01), S. 251-261 |
Veröffentlichung: | Science Press, 2024 |
Medientyp: | academicJournal |
ISSN: | 0254-6124 (print) |
DOI: | 10.11728/cjss2024.02.2023-0040 |
Schlagwort: |
|
Sonstiges: |
|