首页--天文学、地球科学论文--地球物理学论文--空间物理论文--电离层物理论文

基于机器学习的电离层总电子含量经验预报模型

摘要第5-7页
Abstract第7-8页
第1章 引言第11-15页
    1.1 电离层暴的物理机制第11-12页
    1.2 电离层暴的预报研究第12-14页
    1.3 本文的研究内容及章节安排第14-15页
第2章 基本背景介绍第15-28页
    2.1 电离层概述第15-21页
        2.1.1 电离层分层结构第15-20页
        2.1.2 电离层暴第20-21页
    2.2 地磁暴第21-24页
        2.2.1 日冕物质抛射和共转相互作用区第21-22页
        2.2.2 磁暴第22-24页
    2.3 深度学习神经网络第24-28页
        2.3.1 人工神经网络与深度学习第24-25页
        2.3.2 递归神经网络第25-28页
第3章 2015 年03月 17 日地磁暴事件中电离层扰动的分析第28-37页
    3.1 研究背景第28-29页
    3.2 实验数据第29-30页
    3.3 结果第30-35页
        3.3.1 行星际和地磁扰动第30-33页
        3.3.2 电离层和热层扰动第33-35页
    3.4 讨论第35页
    3.5 总结第35-37页
第4章 单站电离层总电子含量预报模型第37-53页
    4.1 研究背景第37-38页
    4.2 实验数据和模型构建第38-39页
    4.3 评估方法第39-42页
    4.4 结果第42-51页
        4.4.1 选取模型参数第42页
        4.4.2 平均误差与静日预报结果第42-44页
        4.4.3 电离层暴预报的模型性能评价第44-46页
        4.4.4 电离层暴误差第46-51页
    4.5 讨论第51-52页
    4.6 总结第52-53页
第5章 中国局部区域电离层总电子含量预报模型第53-69页
    5.1 研究背景第53-54页
    5.2 实验数据和模型构建第54-55页
    5.3 结果第55-67页
        5.3.1 网格区域模型第55-60页
        5.3.2 平均误差第60-61页
        5.3.3 静日误差与扰动误差第61-62页
        5.3.4 日预测值第62-67页
    5.4 讨论第67页
    5.5 总结第67-69页
第6章 结论与展望第69-71页
    6.1 主要研究结果第69-70页
    6.2 工作展望第70-71页
致谢第71-72页
参考文献第72-76页
作者简历、发表的学术论文与研究成果第76页
    作者简历第76页
    攻读学位期间发表的学术论文第76页

论文共76页,点击 下载论文
上一篇:5-HT受体基因多态性与电磁辐射致认知功能改变易感性的相关性研究
下一篇:CMAS公司经销店培训体系构建