一种利用条件生成对抗网络实现电离层总电子含量空间特征提取的方法

摘要

本发明公开了一种利用条件生成对抗网络实现电离层总电子含量空间特征提取的方法，该方法中首先设计了一个具有空间考虑的条件编译码生成对抗神经网络的深度学习模型，所设计的模型结合了一种具有对抗性学习思想的编码器‑解码器结构，可以学习输入的电离层总电子含量采样空间数据的深层特征及其与局部结构模式的复杂交互。通过对实例分析，证明了该方法的有效性。相比传统的方法，本方法在面对复杂电离层空间分布特征时，成功完成了电离层总电子含量空间特征的提取与还原，在实现电离层总电子含量的空间估计方面具有更高的精度和更小的均方误差。