| 径向基函数神经网络在卫星钟差预报中的应用 |
| |
| 引用本文： | 雷雨,赵丹宁.径向基函数神经网络在卫星钟差预报中的应用[J].全球定位系统,2013,38(2). |
| |
| 作者姓名： | 雷雨 赵丹宁 |
| |
| 作者单位： | 1. 中国科学院国家授时中心,陕西西安710600;中国科学院时间频率基准重点实验室,陕西西安710600;中国科学院,北京100049
2. 中国科学院国家授时中心,陕西西安710600;中国科学院精密导航定位与定时技术重点实验室,陕西西安710600;中国科学院,北京100049 |
| |
| 摘 要： | 卫星钟差预报在全球卫星导航系统(GNSS)中起着重要作用.将径向基函数(RBF)神经网络应用于卫星钟差预报中.为避免网络过学习状态的发生,充分利用有限的训练样本数据,采用交叉验证法(CV)训练网络.以GPS为例进行短期(24 h)预报实验,并与灰色系统模型进行对比分析.结果表明:交叉验证法可以明显提高网络的泛化能力,RBF神经网络模型的预报精度以及稳定性均优于灰色系统模型.
|
| 关 键 词： | 径向基函数神经网络 卫星钟差 钟差预报 交叉验证 |
Application of Radial Basis Function Neural Network to Satellite Clock Error Prediction |
| |
| LEI Yu
,
ZHAO Danning.Application of Radial Basis Function Neural Network to Satellite Clock Error Prediction[J].Gnss World of China,2013,38(2). |
| |
| Authors: | LEI Yu ZHAO Danning |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
