|
|||||
|
|
| 基于时变阈值过程神经网络的太阳黑子数预测 | |
| 作者姓名： | 丁刚 钟诗胜 |
| 作者单位： | 哈尔滨工业大学机电工程学院,哈尔滨 150001 |
| 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.
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 |
| 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 |
| 文章编号： | 1000-3290/2007/56(02)/1224-07 |
| 收稿时间： | 2006-06-18 |
| 修稿时间： | 2006-06-18 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |