基于深度学习的北半球高纬度地区ROTI预测方法

摘要

本发明公开了基于深度学习的北半球高纬度地区ROTI预测方法，能够实现利用人工智能方法通过预测未来数分钟后ROTI的值来进行电离层闪烁的实时预报。包括如下步骤：采集获取高纬度地区影响电离层闪烁的相关参数数据，其中包含ROTI指数。针对所有数据，划分为训练集，验证集和测试集。对训练集，验证集和测试集中数据进行预处理，得到归一化数据；针对当前时刻t与前设定数量时刻的归一化数据的组合，设定的标签为未来时刻的ROTI指数，得到映射关系。构建递归神经网络模型，利用训练集进行训练，并利用验证集进行验证。每一次迭代都返回训练集和验证集的损失函数，验证集的损失函数达到最小时结束训练，得到的训练好的递归神经网络模型即为ROTI预测模型。