利用IGS中心提供的不同纬度的电离层TEC值,建立基于改进的集总平均经验模态分解(MEEMD)算法和Elman回归神经网络(ERNN)模型相结合的电离层TEC预报模型。实验结果表明,在低、中、高不同纬度采用本文方法预报5 d电离层TEC的预测值的均方根误差最优可达到0.96 TECu,相对精度最优达到95.4%,精度较EMD-ERNN模型及单一ERNN模型有显著提高。"/> Prediction Models of Ionospheric TEC by MEEMD and Elman Recurrent Neural Network" />  In this paper, we combine modified ensemble empirical model decomposition (MEEMD) algorithm with Elman recurrent neural network (ERNN) to predict TEC by values of different latitudes provided by IGS center. At different latitudes which are under low, medium and high, the experimental results show that the smallest mean square errors of 5 days’ ionosphere TEC is 0.96 TECu and the best relative precision is 95.4%. Our model is better than the EMD-ERNN model and the single ERNN neural network model"/> MEEMD-Elman神经网络的电离层TEC预报模型
大地测量与地球动力学
 
         首页  |  期刊介绍  |  编委会  |  投稿指南  |  期刊订阅  |  留言板   |  文章下载排行   |  联系我们  |  English Version
大地测量与地球动力学
现代大地测量 最新目录| 下期目录| 过刊浏览| 高级检索 |
MEEMD-Elman神经网络的电离层TEC预报模型
Prediction Models of Ionospheric TEC by MEEMD and Elman Recurrent Neural Network
 
版权所有 © 2013 《大地测量与地球动力学》编辑部©
ICP备18025169号
地址: 武昌洪山侧路40号 邮编: 430071
电话: 027-87864009 E-mail:jgg09@163.com QQ群:550844997
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn