Presentation Details
基于MBiLE模型预测热层大气密度
ID：296
View Protection：PRIVATE
Updated Time：2023-04-08 09:50:00 Hits：1616
Poster Presentation
Start Time：2023-05-06 08:03（Asia/Shanghai）
Duration：1min
Session：SP 张贴报告专场 »
No files
Abstract
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。
Keywords
热层大气密度,MBiLE模型,广泛高度范围
Speaker
潘倩
学生 武汉大学Submission Author
All Comments
Important Date
-
Conference Date
May 05
2023
toMay 08
2023
-
Mar 31 2023
Draft paper submission deadline
-
May 25 2023
Registration deadline
Sponsored By
青年地学论坛理事会
中国科学院青年创新促进会地学分会
中国科学院青年创新促进会地学分会
Organized By
武汉大学
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
Contact Information
- 管小彬
- gu******@whu.edu.cn
- +86********
- 孙佳妮
- sc******@aconf.org
- +86********
Submit Comment