基于两步损失微调的中长期电离层TEC组合预测方法

AITNT
正文
推荐专利
基于两步损失微调的中长期电离层TEC组合预测方法
申请号:CN202411452613
申请日期:2024-10-17
公开号:CN119415951A
公开日期:2025-02-11
类型:发明专利
摘要
本发明实施例公开了一种基于两步损失微调的中长期电离层TEC组合预测方法,其整体步骤为:(1)获取深度学习训练样本,对数据进行预处理;(2)构建深度学习网络模型;(3)深度学习网络模型训练;(4)两步损失微调方法与组合预测方法优化模型;(5)SAR仿真实验。在模型训练完后,给定输入TEC,经过所训练模型,即可得到目标预测TEC,进而计算得到对应得SAR电离层延迟值。本发明提供了一种基于深度学习预测中长期电离层TEC的模型,该模型引入组合预测和两步损失微调方法,通过模型的最优化组合与对模型训练过程中损失的优化,实现对中长期电离层TEC的有效预测,进一步提升SAR实时定位精度。
技术关键词
组合预测方法 构建深度学习网络 深度学习网络模型 微调方法 电离层延迟误差 深度学习预测 数据 模型训练方法 网络深度 贪婪算法 预测误差 基底 频段 样本 有效性 地图 参数 传感器 策略
系统为您推荐了相关专利信息
1
转辙机机器视觉监测方法、系统及可读存储介质
机器视觉监测 深度学习网络模型 静接点 构建深度学习网络 模板
2
净水滤芯的寿命修正方法、系统、电子设备及存储介质
净水滤芯 净水系统 修正方法 数据 净化水
3
一种光功率组合预测方法、系统、设备及介质
组合预测方法 光功率 气象 聚类 模型训练模块
4
基于BIM和VR的现浇梁钢筋桁架楼承板安装施工质量控制方法和系统
钢筋桁架楼承板 BIM三维模型 三维点云数据 图像采集模块 无人机
5
基于多模态数据的舱室作业人员健康状态监测方法、系统、边缘计算终端与介质
深度学习网络模型 健康状态监测方法 多模态生理 数据 云端服务器
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