广义回归神经网络在日长变化预报中的应用

发布时间：2018-11-17 07:37

【摘要】：传统的日长变化预报多是基于线性模型,如最小二乘模型、自回归模型等,但是日长变化包含了复杂的非线性因素,线性模型预报的效果往往不甚理想.所以尝试使用一种非线性神经网络—广义回归神经网络(GRNN)模型进行日长变化预报,并将结果与使用BP(Back Propagation)神经网络模型和其它模型的预报结果进行比较.结果表明,GRNN用于日长变化预报是高效可行的.
[Abstract]:The traditional prediction of diurnal variation is based on linear model, such as least square model, autoregressive model, etc. However, the variation of diurnal length includes complex nonlinear factors, and the effect of linear model prediction is often not satisfactory. So we try to use a nonlinear neural network-generalized regression neural network (GRNN) model to forecast the diurnal variation, and compare the results with those of BP (Back Propagation) neural network model and other models. The results show that GRNN is effective and feasible for the prediction of diurnal variation.
【作者单位】： 中南大学地球科学与信息物理学院;
【基金】：国家自然科学基金委员会与中国科学院天文联合基金项目(10878026)资助
【分类号】：P127

【参考文献】

相关博士学位论文 前1条

1 王琪洁;基于神经网络技术的地球自转变化预报[D];中国科学院研究生院（上海天文台）;2007年

【共引文献】

相关期刊论文 前10条

1 张捍卫,刘学谦,代光萍;弹性地球自转动力学理论的研究进展[J];测绘科学;2004年05期

2 郭金运,胡建国,常晓涛,朱习军;由星载GPS相位数据确定地球重力场模型若干问题研究[J];测绘科学;2005年06期

3 吴志波;张忠萍;杨福民;韩虹;;卫星激光测距回波探测成功概率统计分析[J];测绘科学;2006年03期

4 郭金运;常晓涛;刘新;;星载GPS观测数据预处理模型研究[J];测绘科学;2006年03期

5 严奉轩;郭唐永;王培源;谭业春;李欣;杜瑞林;;SLR应用展望——伽利略计划和非合作目标跟踪[J];大地测量与地球动力学;2006年03期

6 金双根,朱文耀;南半球减速膨胀的定量分析[J];地球物理学报;2003年06期

7 黄立人,郭良迁;地球表层运动和变形的GPS描述[J];地学前缘;2003年S1期

8 黄立人,王敏;中国大陆构造块体的现今活动和变形[J];地震地质;2003年01期

9 黄立人,杨国华,王敏;用速度场得到的华北地区活动块体及变形[J];地震学报;2003年01期

10 王威,胡小工,黄勇,黄s，

本文编号：2336987