摘要
本发明公开了一种基于F107指数年滑月均值预测长期太阳活动水平的方法,包括:S1:建立太阳活动水平预测模型;S2:建立太阳F107指数月均值数据库;S3:获取目标预测月份;S4:使用RBF神经网络预测所述目标月份后n个月的太阳F107指数年滑月均值,并填入所述太阳F107指数月均值数据库;S5:遍历所述太阳F107指数月均值数据库,获取所述目标月份与前若干月的太阳F107指数月均值数据;S6:将所述目标月份与前若干月的太阳F107指数月均值数据代入所述太阳活动水平预测模型;S7:输出太阳F107指数年滑月均值及其预测结果。本发明能够精准预测当月及其后数月的太阳活动参数,并用作获得太阳活动水平的参考依据,进一步,作为其他相关参量预报的输入参数,提供更优的学术和应用价值。
技术关键词
指数
太阳
RBF神经网络
非暂态计算机可读存储介质
数据
初始化方法
无监督学习
训练集
处理器
输出模块
超参数
存储器
策略
算法
端口
电子设备
关系
节点
系统为您推荐了相关专利信息
森林火灾检测方法
暗通道先验
烟雾
网络架构
裁剪技术
烧结机风箱
防护方法
三维模型
应力
有限元分析软件
建筑工程墙体
可视化检测方法
检测墙体
均匀性特征
结构模型数据
城市土地利用变化模拟方法
门控循环单元
注意力神经网络
矢量地块数据
元胞自动机