Current Location:home > Browse

1. chinaXiv:202002.00003 [pdf]

基于极限学习机的极移中长期预报

赵丹宁; 雷雨
Subjects: Astronomy >> Astrophysical processes

传统的极移预报多是基于最小二乘外推和自回归等线性模型,但极移包含了复杂的非线性成分,线性模型的预报效果往往不甚理想。将一种新型神经网络—极限学习机(extreme learning machine,ELM) 用于极移中长期预报。首先利用最小二乘外推模型对极移序列进行拟合,获得趋势项外推值,然后采用ELM对最小二乘拟合残差进行预报,最终的极移预报值为趋势项外推值与残差预报值之和。将ELM的预报结果同反向传播(back propagation,BP)神经网络与地球定向参数预报比较活动(Earth Orientation Parameters Prediction Comparison Campaign,EOP PCC)的预报结果进行对比,结果表明:ELM用于极移中长期预报是高效可行的。

submitted time 2020-01-20 From cooperative journals:《天文研究与技术》 Hits4867Downloads361 Comment 0

  [1 Pages/ 1 Totals]