CNN-LSTM电离层预测模型

RMSE降近七成

CNN前置提取时空特征,LSTM预测电子密度分布,较传统LSTM提升显著。

Shuning, Mao · 李海英 · Zhang, Yabin · Yu, Shi

IEEE Geoscience and Remote Sensing Letters 2024

参数信息

平均RMSE
0.022
最大RMSE
0.036
最小RMSE
0.012
0.95

技术优势

精度大幅提升

CNN-LSTM在12个月的测试中平均RMSE为0.022,相比三种LSTM变体提升54%以上。

预测稳定可靠

99%的预测结果R²值超过0.95,表明模型输出与实际观测高度一致。

时空特征同时捕获

CNN前置结构能同时提取时间规律与空间趋势,弥补LSTM只处理时间信息的不足。

应用场景