摘要
本发明公开了一种基于机器学习的空间目标观测数据误差修正方法,其中方法包括收集空间目标观测数据,预处理后构建高精度训练数据集,构建误差修正模型,基于训练数据集对误差修正模型进行训练优化,部署训练优化后的误差修正模型,对空间目标观测数据进行误差修正。本发明方法通过机器学习模型强大的非线性建模能力和自适应特性,对固有误差、环境扰动误差以及数据处理过程中产生的误差进行综合分析和处理,有效解决了空间目标观测中的多源复合误差问题,大幅降低了观测数据的系统性偏差,为轨道确定、轨道预报等关键任务提供了高精度数据支撑。
技术关键词
误差修正模型
数据误差修正方法
环境扰动误差
非暂态计算机可读存储介质
梯度提升决策树
复合误差
机器学习模型
理论
处理器
随机森林
轨道
存储器
非线性
电子设备
格式
偏差
指标
程序