首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于LFA-BiLSTM模型的星载原子钟差短期预报方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国地质大学(武汉);武汉纺织大学

摘要:本发明涉及一种基于LFA‑BiLSTM模型的星载原子钟差短期预报方法,包括:构建BiLSTM模型并对BiLSTM模型的参数进行初始化,获取训练样本对BiLSTM模型进行预训练,得到预训练后的BiLSTM模型的参数;BiLSTM模型的输入为钟差序列,输出为钟差预报值;对参数进行编码后,以各个萤火虫个体表示各个参数,以正则化均方根误差作为适应度函数,基于莱维飞行算法根据适应度值迭代更新各个萤火虫个体的位置,获取满足停止迭代条件时的参数;对BiLSTM模型的参数进行更新得到LFA‑BiLSTM模型,基于LFA‑BiLSTM模型进行星载原子钟差短期预报,用改进后的萤火虫算法优化双向长短记忆神经网络建立LFA‑BiLSTM模型,具有较高的精度和稳定性,具有较大的应用价值。

主权项:1.一种基于LFA-BiLSTM模型的星载原子钟差短期预报方法,其特征在于,所述预报方法包括:步骤1,构建BiLSTM模型并对所述BiLSTM模型的参数进行初始化,获取训练样本对所述BiLSTM模型进行预训练,得到预训练后的所述BiLSTM模型的参数;所述BiLSTM模型的输入为钟差序列,输出为钟差预报值;所述参数包括:学习率、正则化系数、训练次数与批次、隐藏层神经元数量与层数;步骤2,对所述参数进行编码后,以各个萤火虫个体表示各个所述参数,以正则化均方根误差作为适应度函数,基于莱维飞行算法根据适应度值迭代更新各个萤火虫个体的位置,获取满足停止迭代条件时的所述参数;步骤3,基于步骤2得到的所述参数对所述BiLSTM模型的参数进行更新得到LFA-BiLSTM模型,基于所述LFA-BiLSTM模型进行星载原子钟差短期预报。

全文数据:

权利要求:

百度查询: 中国地质大学(武汉) 武汉纺织大学 一种基于LFA-BiLSTM模型的星载原子钟差短期预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。