基于神经网络方法的Kp预报模型

【摘要】

为了更加准确地预报磁暴（Kp>5）的发生，充分利用ACE卫星积累的上游行星际条件的数据，以开磁通生成速率函数dΦMP/dt和太阳风磁层粘滞作用项n1/2v2为主要输入参数，应用神经网络方法，构建了三个模型，预报三小时时段的Kp值。根据实际需要，这三个模型采用了不同的训练集构造方法和提前时间量。模型1输入当前的开磁通生成率，粘滞作用项，太阳风速度、密度，和行星际磁场总强度、By分量、Bz分量，提前1~3.5h预报Kp；模型2在模型1的基础上加入Kp现报，提前1~3.5h预报Kp；模型3 输入9小时延迟的开磁通生成率和粘滞作用项，当前的太阳风速度、密度，行星际磁场总强度、By分量、Bz分量，提前3小时预报Kp。对1998年、2002年和2006年的测试结果表明：三个模型的预测值与实测值之间的相关系数分别为0.88、0.90、0.85，预测的均方根误差分别为0.65、0.62、0.7

【作者】

刘杨 罗冰显 刘四清 龚建村

【关键字】

Kp指数,神经网络,能量耦合函数,开磁通生成率,粘滞作用项

网址：基于神经网络方法的Kp预报模型 https://mxgxt.com/news/view/137485

相关内容

供应链金融体系中商业银行“流量明星效应”分析——基于网络模型
明星网络舆情话题的演化特征分析
网络舆情潜在热点主题识别研究*
网络文学打开阅读新可能 | 新京报快评
网络舆情管理与处置实施办法
基于明星涉毒事件网络舆情现状分析相关舆情风险
基于事理图谱的网络舆情演化路径分析——以医疗舆情为例
如何进行网络舆情监测，这六个方法不容错过
五大明星基金经理展望2016年：把握经济转型等机会
网红基金经理25年迭代史：王亚伟两度问鼎冠军，千亿顶流跌落神坛

随便看看