Indexed by：
Abstract：
一种基于改进型BP神经网络的氢原子钟钟差预测方法，本方法根据氢原子钟钟差特性、地面原子钟钟差数据与卫星钟钟差数据以及与日长数据的相似性，在卫星钟差小波神经网络预测算法和小波神经网络对日长预报算法中BP神经网络算法思想基础上，针对BP神经网络算法的不足，运用SVM算法中的预测惩罚模型，提出了基于改进BP神经网络算法对氢原子钟钟差数据进行预测方法。通过增加惩罚性措施来提高预测精度，来修正下一步预测值；使用限制预测数据变化幅度的措施来提高预测数据的稳定性和预测精度。该方法与现行的SVM预测算法和线性回归预测算法相比，其氢钟中差预测精度有明显提高，为提高氢原子钟的原子时标和驾驭精度提供了更高的依据。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN201510041024.6
Filing Date： 2015-01-27
Publication Date： 2017-11-03
Pub. No.： CN104679989B
Applicants： 北京工业大学
Legal Status： 未缴年费
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 10
Affiliated Colleges：
