摘要
本申请公开一种基于多模型融合的大气密度预测方法、装置及设备。包括:获取目标训练数据;利用目标训练数据对第一元模型进行训练,以使第一元模型基于每个预测周期对应的历史环境参数,为每个预测周期的M个预测值分配对应的M个第一权重值;在第一元模型的第一损失函数值满足条件时第一元模型训练完成,第一损失函数值是多个预测周期中每个预测周期对应的第一预测值与实测值的均方误差,第一预测值是利用第一元模型在每个预测周期下分配的M个第一权重值,对每个预测周期对应的M个预测值进行加权求和得到的;通过第一元模型为M个目标预测值分配M个第一权重值;利用M个第一权重值对M个目标预测值进行加权求和,确定目标预测周期的大气密度。
技术关键词
周期
权重模型
密度预测方法
SVR算法
多模型
地磁参数
计算机程序指令
密度预测装置
随机森林
数据
误差
线性回归模型
模型训练模块
电子设备
指数
梯度下降法
回归算法
太阳
系统为您推荐了相关专利信息
旋翼无人机
深度神经网络模型
建模方法
轨迹
数据
政务服务系统
输入区
语音识别模块
数据模块
多模态交互
深度强化学习算法
核心
处理器
仿真模型
热管理方法
指数
神经网络预测模型
深度学习神经网络
数据
计算误差