论文部分内容阅读
针对日长LOD(Length-of-Day)变化具有非线性时变特性,提出了最小二乘LS(Least Squares)外推联合长短时记忆LSTM(Long Short-Term Memory)网络对日长变化进行预报的方法。通过选取不同长度的基础序列进行实验,结果表明,不同长度的基础序列对应用LS+LSTM模型进行日长变化预报结果精度具有较大的影响,可以选用15 a长度的基础序列作为最优基础序列长度。此外,进行实验与地球定向参数预报比较活动EOP PCC(Earth Orientation Parame