Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的等离子体泡预报方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于深度学习的等离子体泡预报方法,包括:1、对电离层等离子体泡EPB的原始数据进行分解,生成多个固有模态成分IMC;2、通过样本熵计算每个固有模态成分IMC分量的复杂度;3、对不同复杂度的分量进行K均值聚类;4、聚类后生成多个合作固有模式函数Co‑IMC,分为高频序列、中频序列、低频序列,采用二次分解的方法对高频序列进行处理,得到趋势稳定的合作固有模式函数Co‑IMC;5、将函数Co‑IMC输入到带有自注意力机制的门控循环单元GRU模型中,得到电离层等离子体泡EPB的预报结果。本发明将二次分解与深度学习相结合,无论是短期预报或者长期预报都能明显提高预测的精度。

主权项:1.一种基于深度学习的等离子体泡预报方法,其特征在于,包括如下步骤:步骤1、对电离层等离子体泡EPB的原始数据采用完全自适应噪声的集合经验模态分解CEEMDAN进行分解,生成多个固有模态成分IMC;步骤2、通过样本熵计算每个固有模态成分IMC分量的复杂度;步骤3、对不同复杂度的分量进行K均值聚类;步骤4、聚类后生成多个合作固有模式函数Co-IMC,分为高频序列、中频序列、低频序列,采用二次分解的方法对高频序列进行处理,得到趋势稳定的合作固有模式函数Co-IMC;步骤5、将趋势稳定的合作固有模式函数Co-IMC输入到带有自注意力机制的门控循环单元GRU模型中,得到电离层等离子体泡EPB的预报结果。

全文数据:

权利要求:

百度查询: 河海大学 基于深度学习的等离子体泡预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。