摘要
本发明涉及一种基于多元CNN‑LSTM模型的卫星钟差预报方法,包括:获取卫星钟差数据,并进行一次差分处理和归一化处理;将经一次差分和归一化处理后的卫星钟差数据划分为训练集和测试集;构建多元CNN‑LSTM模型并对模型参数进行初始化;采用训练集中的样本数据对多元CNN‑LSTM模型进行训练,当多元CNN‑LSTM模型满足早停标准时结束训练,保存训练好的模型;基于递归多步预报方法,生成多步预报值;对多元CNN‑LSTM模型输出的多步预报值进行反归一化和逆差分处理,生成预报的卫星钟差。
技术关键词
LSTM模型
钟差预报方法
卫星钟差数据
CNN网络结构
多步预报方法
序列
归一化方法
样本
记忆
表达式
参数
偏差
系统为您推荐了相关专利信息
交通拥堵预测方法
扩展特征向量
时空上下文信息
模式分类模型
长短期记忆网络
无功优化控制方法
时间序列预测模型
强化学习模型
设备运行状态
调控策略
区域用电量预测方法
记忆单元
LSTM模型
电力
训练集
水质预测系统
SVR混合模型
污水
数据采集终端
预测残差
收入预测方法
时间序列模型
指数平滑模型
企业
LSTM模型