基于長短期記憶神經網絡的太陽耀斑短期預報

摘要： 提出了一個基于長短期記憶神經網絡的耀斑預報模型，利用過去24 h太陽活動區(qū)的磁場變化時序構建樣本，通過長短期記憶神經網絡對磁場特征時序演化進行分析，預報未來48 h內是否發(fā)生≥M級別耀斑事件。使用的數據集為2010年5月到2017年5月所有活動區(qū)樣本，選取了SDO/HMI SHARP的10個磁場特征參量。在建模過程中通過XGBoost方法選取權重、增益率和覆蓋率均較高的6個特征...