| 利用端点延拓提高LS + NN模型的UT1-UTC预报精度 |
| |
| 引用本文： | 赵丹宁,雷雨.利用端点延拓提高LS + NN模型的UT1-UTC预报精度[J].天文研究与技术,2019(3):294-299. |
| |
| 作者姓名： | 赵丹宁 雷雨 |
| |
| 作者单位： | 宝鸡文理学院电子电气工程学院;中国科学院国家授时中心 |
| |
| 基金项目： | 国家自然科学基金(11503031)资助 |
| |
| 摘 要： | 现有UT1-UTC预报模式在进行周期项与残差项拟合分离时,通常没有考虑最小二乘拟合序列的端部效应,预报精度难以取得较大提高。针对最小二乘拟合存在的端部效应,首先采用灰色模型在UT1-UTC序列的两端进行数据延拓,形成一个新序列,然后对新序列进行最小二乘拟合,最后再联合最小二乘和神经网络(LS+NN)模型对UT1-UTC原始序列进行外推。结果表明,对UT1-UTC序列进行端点数据延拓再进行最小二乘拟合,能够有效地改善最小二乘拟合序列的端部效应;相对于常规LS+NN模型,端部效应改善的LS+NN模型的UT1-UTC预报精度有一定提高,尤其对中长期预报精度提高更为明显。
|
| 关 键 词： | 世界时 预报 端点延拓 灰色模型 最小二乘外推 神经网络 |
Improving the Performance of the LS+NN Model for UT1-UTC Forecast with the Edge Extension |
| |
| Zhao Danning,Lei Yu.Improving the Performance of the LS+NN Model for UT1-UTC Forecast with the Edge Extension[J].Astronomical Research & Technology,2019(3):294-299. |
| |
| Authors: | Zhao Danning Lei Yu |
| |
| Institution: | (School of Electrical&Electronic Engineering,Baoji University of Arts and Sciences,Baoji 721013,China;National Time Service Center,Chinese Academy of Sciences,Xi′an 710600,China) |
| |
| Abstract: | Zhao Danning;Lei Yu(School of Electrical&Electronic Engineering,Baoji University of Arts and Sciences,Baoji 721013,China;National Time Service Center,Chinese Academy of Sciences,Xi′an 710600,China) |
| |
| Keywords: | Universal time(UT1) Prediction Edge extension Grey model Least-squares extrapolation Neural network |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
