[发明专利]一种F10.7指数的预测方法及设备

摘要

本申请涉及F10.7指数预测技术领域，尤其涉及一种F10.7指数的预测方法及设备，方法，包括：获取上一周期的历史F10.7指数作为输入数据；将输入数据输入预先训练的预测模型，得到当前周期的预测F10.7指数；其中，预测模型基于SCINet网络和经验模态分解进行训练。因经验模态分解是依据数据自身的时间尺度特征来进行信号分解，无需预先设定任何基函数，是一种时频域信号处理方式，所以经验模态分解在处理非平稳及非线性数据上具有明显的优势，适合分析非线性非平稳的信号序列。SCINet网络是当前深度学习在时间序列预测中较为出色的模型，通过结合上述两种技术手段，本申请中的预测模型在训练时所付出的时间成本相对现有技术中的其他模型更低。