基于多變量LSTM網絡的太陽黑子活動預測分析

作者：梁波,林語琦,戴偉,馮松,楊云飛

摘要：通過添加太陽黑子周期長度構建長短期記憶網絡(Long Short-Term Memory,LSTM)的多變量輸入數據,在多時間步長上預測未來10年的太陽黑子變化。將數據集以訓練數據長度為標準劃分出兩組時間序列片段,分別是分片11和分片6,并在分片上分別對比了單變量和多變量在單時間步長和多時間步長上的預測效果。最后,得出以下主要結論:(1)相比分片6,分片11的采樣方式有更低的均方根誤差;(2)最優多步長的預測效果比單步長的要好;(3)通過圖例上周期的起始點、結束點和最大振幅位置3個點的準確度證明了多變量的多步長方法有更好的預測效果。

發文機構：昆明理工大學信息工程與自動化學院 昆明理工大學云南省計算機技術應用重點實驗室

關鍵詞：太陽黑子長短期記憶網絡多變量時間步長均方根誤差SunspotLSTMMultivariateTime stepRMSE

分類號： TP391.41[自動化與計算機技術—計算機應用技術]