一种基于BP神经网络的超大规模遥感星群最优任务星预测方法

AITNT
正文
推荐专利
一种基于BP神经网络的超大规模遥感星群最优任务星预测方法
申请号:CN202410793012
申请日期:2024-06-19
公开号:CN118797288B
公开日期:2025-09-19
类型:发明专利
摘要
本发明是一种基于BP神经网络的超大规模遥感星群最优任务星预测方法。本发明涉及任务星预测技术领域,本发明建立BP神经网络,准备训练样本,对BP神经网络进行训练,基于训练完成的BP神经网络,对遥感任务星进行预测。本发明BP网络虽无法准确进行任务星的选取,但当用于超大规模星群最优星预测,可以确保所预测星实际可执行任务,在此基础上对最优星的预测结果在一定程度上可信,可以有效缩减解空间大小,降低运算量并提高时效性,以支持对超大规模遥感星群任务星预测的需求,具有广阔的应用前景。
技术关键词
BP神经网络 超大规模 低轨遥感卫星 星下点位置 轨道 响应时间预测 容错计算机 样本 传感器 参数 长轴 预测系统 光照 预测误差 模块 处理器 计算机设备 正确率 太阳
系统为您推荐了相关专利信息
1
一种有轨重卡换电机器人
行进驱动机构 旋转支架 升降驱动机构 轨道 底盘
2
焦化配煤方法
配煤方法 RANSAC算法 焦炭 焦化 数据
3
一种人工智能伦理风险与防范虚拟仿真方法、系统和机器人
导向轮 虚拟仿真方法 弹性卡环 压紧板 底盘
4
基于神经网络和遗传算法的蒙皮纵拉工艺参数优化方法
工艺参数优化方法 蒙皮 拉伸机 遗传算法 BP神经网络
5
基于遗传算法的海缆生产车间优化布局方法
优化布局方法 遗传算法 车间 框绞机 系统控制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号