搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
出版时间 :
人工智能技术在电离层扩展F领域的应用研究
0.00     定价 ¥ 85.00
浙江图书馆
  • ISBN:
    9787518986347
  • 作      者:
    王宁屈军锁
  • 出 版 社 :
    科学技术文献出版社
  • 出版日期:
    2022-03-01
收藏
编辑推荐
本书介绍了电离层不规则体理论、我国扩展F的区域特征及人工智能预测预报扩展F发生概率的方法,内容上既包括其基本理论的详细介绍,又包括其在实际问题上的具体应用,可使读者循序渐进地掌握电离层扩展F的变化特性及其未来在通信、导航中的应用前景。 读者可以在相对较短的时间内入门并深入进去进而得到启发,也可作为相关研究领域的科研工作者的参考资料。
展开
作者简介
电离层是近地空间环境的重要组成部分,由于受到来自太阳与地磁活动、高层大气乃至近地面低层大气的多种因素的驱动,电离层中会出现各种不规则结构,扩展F是电离层中最常见的一种不规则结构之一。本书利用东亚地区中国和日本部分台站的电离层观测数据,系统分析了我国电离层扩展F发生概率的区域统计特征,以及我国中低纬地区扩展F发生概率的预测方法,并抢先发售将人工神经网络算法应用于电离层扩展F发生概率的预测预报领域。
展开
内容介绍
电离层是近地空间环境的重要组成部分,由于受到来自太阳与地磁活动、高层大气乃至近地面低层大气的多种因素的驱动,电离层中会出现各种不规则结构,扩展F是电离层中最常见的一种不规则结构之一。
为了加深对我国电离层扩展F发生变化规律的认识,提升我国电离层预报能力,本书首次将人工神经网络算法应用于电离层扩展F发生概率的预测预报领域。同时,利用东亚地区中国和日本部分台站的电离层观测数据,系统分析了在不同的太阳和地磁活动条件下东亚地区电离层扩展F发生概率的区域统计特征,得到了许多非常有价值的研究成果。
展开
目录
目 录
第一章 绪 论 1
1.1 选题的背景及意义 1
1.2 国内外研究现状 3
1.2.1 扩展F发生概率的变化特征 4
1.2.2 扩展F与电离层F层背景参数的相关性 7
1.2.3 扩展F与其他不规则体现象的相关性 8
1.2.4 扩展F发生概率的预测模型 11
1.2.5 人工智能技术发展概述 14
1.3 研究内容及主要工作 16
第二章 电离层及其不规则结构 20
2.1 引言 20
2.2 电离层 21
2.2.1 电离层的形成 21
2.2.2 电离层的分层结构 22
2.3 电离层不规则结构及其基本特征 23
2.3.1 扩展F 24
2.3.2 偶发E层(Es层) 25
2.3.3 电离层闪烁 26
2.4 太阳与地磁活动的影响及表征参数 27
2.5 电离层不规则结构的探测 28
2.5.1 电离层垂直探测仪 29
2.5.2 闪烁监测设备 31
2.6 本章小结 32
第三章 中低纬度地区电离层扩展F的产生机制 33
3.1 引言 33
3.2 低纬度地区扩展F的产生机制 34
3.3 中纬度地区扩展F的产生机制 37
3.4 改进的线性增长率的计算方法 40
3.5 影响线性增长率的因素分析 43
3.6 本章小结 47
第四章 中低纬度地区扩展F的区域统计特征 48
4.1 引言 48
4.2 数据来源与处理 49
4.3 电离层扩展F的经向变化特征 51
4.3.1 年变化 54
4.3.2 随太阳、地磁活动变化 56
4.3.3 季节变化 59
4.3.4 日变化 60
4.4 电离层扩展F的纬向变化特征 61
4.4.1 年变化 62
4.4.2 随太阳、地磁活动变化 65
4.4.3 季节变化 67
4.4.4 日变化 69
4.5 扩展F区域变化特征的机制分析 70
4.6 本章小结 75
第五章 扩展F与电离层F层背景参数的相关性 77
5.1 引言 77
5.2 峰高、虚高、厚度的统计特征 78
5.2.1 数据来源与处理 78
5.2.2 峰高的变化特征 79
5.2.3 虚高的变化特征 81
5.2.4 厚度的变化特征 82
5.3 扩展F与临界频率、虚高的相关性 83
5.3.1 数据来源与处理 83
5.3.2 F2层临界频率(foF2)的变化 86
5.3.3 F层虚高(h′F)的变化 87
5.3.4 扩展F发生概率的变化 89
5.3.5 相关性分析 92
5.4 本章小结 97
第六章 扩展F与其他不规则体现象的相关性 99
6.1 引言 99
6.2 扩展F与电离层闪烁的相关性研究 100
6.2.1 数据来源与处理 100
6.2.2 年变化 102
6.2.3 季节变化 105
6.2.4 日变化 109
6.2.5 相关性分析 110
6.3 扩展F与Es层相关性研究 115
6.3.1 数据来源与处理 115
6.3.2 年变化 117
6.3.3 季节变化 119
6.3.4 日变化 120
6.3.5 相关性分析 120
6.4 本章小结 124
第七章 大数据处理方法 126
7.1 引言 126
7.2 数据预处理 127
7.2.1 数据预处理概述 127
7.2.2 数据预处理流程 127
7.3 算法模型 130
7.3.1 模型学习方式 130
7.3.2 分类模型 132
7.3.3 聚类算法 143
7.3.4 时间序列预测算法 148
7.4 模型评价 154
7.4.1 评价指标 154
7.4.2 模型评估方法 157
7.4.3 超参数调优方法 158
7.4.4 欠拟合与过拟合 159
7.4.5 实验应用 160
7.5 本章小结 168
第八章 电离层扩展F发生概率的预测模型研究 169
8.1 引言 169
8.2 神经网络算法简介 170
8.3 数据来源与处理 172
8.4 扩展F发生概率预测模型的构建 176
8.5 预测模型的精度分析 181
8.6 本章小结 184
第九章 总结与展望 186
9.1 研究总结 186
9.2 研究展望 188
参考文献 190
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

温馨提示:请使用浙江图书馆的读者帐号和密码进行登录

点击获取验证码
登录