[发明专利]基于Shannon熵-能量比的小波神经网络卫星钟差预报方法有效
| 申请号： | 201910752827.0 | 申请日： | 2019-08-15 |
| 公开（公告）号： | CN110598171B | 公开（公告）日： | 2022-10-25 |
| 发明（设计）人： | 王旭;柴洪洲;王昶;李小舟 | 申请（专利权）人： | 辽宁科技学院 |
| 主分类号： | G06F17/14 | 分类号： | G06F17/14;G06N3/04;G06N3/08 |
| 代理公司： | 沈阳易通专利事务所 21116 | 代理人： | 邢慧清 |
| 地址： | 117004 辽宁省本溪*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的目的是提出一种基于Shannon熵‑能量比的小波神经网络钟差预报模型。本发明有效解决了小波神经网络模型未能根据实际情况选取合适的小波函数的问题。本发明首先利用小波函数对钟差一次差分数据进行连续小波变换，得到变换后的小波系数。其次，分别计算小波系数的能量值和Shannon熵值，将Shannon熵‑能量比作为最优小波函数选择的评价指标，来指导选择最适合的小波函数作为小波神经网络模型的激活函数。本发明可以提高小波神经网络预报卫星钟差的精度，不但可以提高小波神经网络模型预报的精度，而且使小波神经网络模型本身还具有更好的抗差性，为小波神经网络模型在钟差预报中如何选择合适的小波函数提供了一种可靠的评价指标。 | ||
| 搜索关键词： | 基于 shannon 能量 神经网络 卫星 预报 方法 | ||
【主权项】：
1.基于Shannon熵-能量比的小波神经网络卫星钟差预报方法，其特征在于，包括以下步骤：/nA：对GNSS卫星钟差进行一次差计算，得到钟差一次差分数据；/nB：利用小波函数对卫星钟差一次差分数据进行连续小波变换，得到变换后小波系数；/nC：求得小波系数的Shannon熵-能量比评价指标，选择最优小波函数作为小波神经网络的激活函数；/nD：构建小波神经网络模型，对构造的模型进行训练；/nE：利用构建的小波神经网络模型预报卫星钟差，对预报结果进行精度分析。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于辽宁科技学院，未经辽宁科技学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910752827.0/，转载请声明来源钻瓜专利网。
