摘要
本发明提供了一种空间碎片轨道预测模型训练方法及空间碎片轨道预测方法,涉及空间碎片轨道预测技术领域,用以解决现有技术难以从稀疏数据中有效提取目标信息,进而导致无法准确感知空间态势变化的技术问题。该空间碎片轨道预测模型训练方法包括:获取空间碎片的历史轨道数据;根据历史轨道数据,提取出空间碎片在不同时刻的预测状态向量与基准状态向量之间的位置残差;根据位置残差,生成多维特征数据集;对多维特征数据集进行数据降维处理,得到降维后的样本数据集;利用降维后的样本数据集,通过机器学习算法训练初始随机森林模型,使初始随机森林模型建立空间碎片的轨道参数与未来状态之间的映射关系,得到空间碎片轨道预测模型。
技术关键词
随机森林模型
多维特征数据
预测模型训练方法
多维特征向量
机器学习算法
协方差矩阵
轨道预测技术
样本
网格搜索算法
皮尔逊相关系数
决策树训练
参数
基准
特征值
指数算法
节点
训练集
标签
系统为您推荐了相关专利信息
建筑桩基施工
预判系统
数据可视化展示
数据采集层
输入端
电池组件
多维特征向量
电池模组
电池健康状态
多模态数据融合
多维特征向量
追溯系统
原始图像数据
检测光伏组件
多尺度特征融合
飞机发动机叶片
识别叶片
尺寸误差
称重设备
伺服电缸