基于MBiLE模型预测热层大气密度
编号:296
访问权限:私有
更新:2023-04-08 09:50:00 浏览:497次
张贴报告
摘要
在这项研究中,基于双向长短期记忆神经网络(BiLSTM)和多层感知器(MLP)的集合学习算法建立了一个预测热层质量密度的模型MBiLE。我们使用从飞行高度约为450公里的Swarm C的机载加速度计得出的热层密度来训练和构建模型。正如预期的那样,MBiLE模型的预测与Swarm C的观测结果很一致。我们进一步检查了MBiLE模型在更大高度范围内的预测,并与Swarm B(在大约500公里处飞行)、CHAMP(在大约350公里处飞行)和GOCE卫星(在大约250公里处飞行)的观测结果进行比较。例如,与来自GOCE的观测数据比较,模型的预测决定系数被证明为0.96,均方根误差为2.537×e-12。比较结果表明,我们的MBiLE模型具有良好的鲁棒性和泛化性,可以实现覆盖广泛高度范围的热层密度预测。
关键词
热层大气密度,MBiLE模型,广泛高度范围
稿件作者
潘倩
武汉大学
熊超
武汉大学
陈洲
南昌大学
王培安
南昌大学
徐春雨
武汉大学
发表评论