【摘 要】
：
为了提高基于反向传输(back propagation,BP)神经网络的电离层foF2预测的精度,采用了一种改进粒子群优化神经网络的方法,对BP网络的初始权值进行优化,防止出现神经网络训练中
【机 构】
：
武汉大学电离层实验室,中国电波传播研究所
论文部分内容阅读
为了提高基于反向传输(back propagation,BP)神经网络的电离层foF2预测的精度,采用了一种改进粒子群优化神经网络的方法,对BP网络的初始权值进行优化,防止出现神经网络训练中的局部最优.通过比较基于粒子群优化的神经网络预测结果与遗传算法优化的神经网络预测结果,我们发现对于BP神经网络,两种方法都有很好的性能.此外,和电离层经验模型国际参考电离层模型(international reference ionosphere 2016,IRI2016)结果进行对比,结果表明,本文提出的自适应变异粒
其他文献
基于各向异性介质中的时域有限差分（Finite-Difference Time—Domain，FDTD）方法及近似完全匹配层（Nearly Perfect Match Layer，NPML）原理，提出一种截断各向异性介质的修正的NPML吸收
利用GPS电离层层析技术探测电离层已经有了数十年的发展,特别在电离层暴时有着独特的优势.文章基于一种多分辨率层析算法,并结合美国东西部地区部分GPS地面数据对2015年3月16日-17日出现的电离层暴进行重构.首先,借助独立的测高仪数据验证多分辨率层析技术对电子密度反演的精度结果,同时也证实了电离层暴时多分辨率层析算法的适用性.其次,通过对美国东部地区2015年3月17日磁扰动最强烈时段的电离层重
针对电大尺寸飞行器表面周期性布阵阵列天线的雷达散射截面(radar cros ssection,RCS)计算,文中在分析已有电磁数值计算方法的基础上,将矩量法与信号处理中的Fourier级数拟合
基于室内视距（Line-of-Sight, LOS）和非视距（Non-Line-of-Sight, NLOS）无线信道测量数据,研究了28 GHz多输入多输出（Multiple-Input Multiple-Output, MIMO）信道参数和容量特性. 具
针对T型港口特有的几何结构特征,提出了一种极化合成孔径雷达（Synthetic Aperture Radar,SAR）图像T型港口识别方法.该方法利用基于区域统计特性的极化SAR数据水平集分割方法实