Neural net forecasting for geomagnetic activity

Neural net forecasting for geomagnetic activity
复制标题

地磁活动的神经网络预测

DOI：
--
复制
发表时间：
1993
期刊：
影响因子：
--
通讯作者：
W. Horton
W. Horton
中科院分区：
--
文献类型：
--
作者：
J. Hernández;T. Tajima;W. Horton

文献摘要

被引文献

相似文献

我们使用神经网络构建非线性模型来预测给定太阳风和行星际磁场（IMF）数据的AL指数。我们遵循两种方法：1）状态空间重构方法，它是自回归-移动平均模型（阿尔马）的非线性推广; 2）非线性滤波方法，它在线性极限下简化为移动平均模型（MA）。这里使用的数据库是Bargatze等人[1985]的数据库。
We use neural nets to construct nonlinear models to forecast the AL index given solar wind and interplanetary magnetic field (IMF) data. We follow two approaches: 1) the state space reconstruction approach, which is a nonlinear generalization of autoregressive-moving average models (ARMA) and 2) the nonlinear filter approach, which reduces to a moving average model (MA) in the linear limit. The database used here is that of Bargatze et al. [1985].