(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111045553.5 (22)申请日 2021.09.07 (65)同一申请的已公布的文献号 申请公布号 CN 113723006 A (43)申请公布日 2021.11.30 (73)专利权人 中国人民解 放军火箭军工程大 学 地址 710025 陕西省西安市灞桥区同心路2 号 (72)发明人 牛超　魏一苇　李夕海　曾小牛　 (74)专利代理 机构 北京德崇智捷知识产权代理 有限公司 1 1467 专利代理师 申星宇 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/10(2020.01) G06F 111/04(2020.01) (56)对比文件 崔万照等.混沌时间序列的支持向量机预 测. 《物理学报》 .20 04,(第10期), 郭阳明等.基 于新息的多参 量混沌时间序列 LS-SVR加权预测. 《西北工业大 学学报》 .20 09, (第01期), 巨维博等.基 于LS-SVR的混沌时间序列多参 数自适应预测. 《西安工业大 学学报》 .2012,(第 06期), 牛超等.地球 变化磁场Z分量的混沌动力学 特性分析. 《物理学报》 .2010,(第0 5期), 审查员 张一良 (54)发明名称 一种基于LS-SVM的单台站地球变化磁场建 模预测方法及系统 (57)摘要 本发明涉及地磁场技术领域， 提供了一种基 于LS‑SVM的单台站地球变化磁场建模预测方法 及系统， 通过 以下步骤： 根据预定的时间分辨率 获取单台站的地磁Z分量数据， 将数据经过预处 理后写成地磁时间序列， 并进行混沌特性分析， 将时间序列分为训练样本集序列和测试样本集 序列， 并分别进行相空间重构， 确定目标LS ‑SVM 预测模型进行内积运算采用的核函数并获取最 优核函数参数组合， 采用核函数和训练样本集序 列对目标LS ‑SVM预测模型进行训练， 得到验证结 果参数， 采用验证结果参数和测试样本集序列对 目标LS‑SVM预测模型进行验证， 通过验证 结果评 估目标LS ‑SVM预测模型的预测精度并总结地磁Z 分量随时间的变化规律， 实现对地球变化磁场进 行建模预测的目的。 权利要求书2页 说明书15页 附图3页 CN 113723006 B 2022.08.23 CN 113723006 B 1.一种基于LS ‑SVM的单台站地球 变化磁场建模预测方法， 其特 征在于， 包括： 根据预设的时间分辨率， 获取预定时间内单台站的多个地磁Z分量数据， 所述地磁Z分 量数据为 地磁在铅锤线方向的分量数据； 将所述地磁Z分量数据进行归一 化处理， 并写成地磁时间序列； 判断所述 地磁时间序列是否具有混沌特性； 若是， 则将所述 地磁时间序列按照预设方式分为训练样本集序列和 测试样本集序列； 确定所述 地磁时间序列的延迟时间和所要嵌入相空间的嵌入维数； 分别将所述训练样本集序列和所述测试样本集序列进行相空间重构， 得到第 一相空间 输出序列和第二相空间输出序列； 确定目标LS ‑SVM预测模型进行内积运算采用以下核函数至少之一： 多项式核函数、 径 向基核函数和Sigmo id函数； 通过网格搜索法获取使所述目标LS ‑SVM预测模型精度达到最优的核函数参数组合， 并 将所述核函数参数组合代入所述核函数； 采用所述核函数和所述第一相空间输出序列对所述目标LS ‑SVM预测模型进行训练， 得 到验证结果 参数； 采用所述验证结果参数和所述第二相空间输出序列对所述目标LS ‑SVM预测模型进行 验证， 并计算预测误差； 根据所述预测误差评估所述目标LS ‑SVM预测模型的预测精度， 并总结在所述预定时间 内所述地磁Z分量随时间的变化 规律。 2.如权利 要求1所述的基于LS ‑SVM的单台站地球变化磁场建模预测方法， 其特征在于， 确定所述地磁时间序列的延迟时间和所要嵌入相空间的嵌入维数， 包括， 通过互信息法计 算延迟时间τ。 3.如权利 要求1所述的基于LS ‑SVM的单台站地球变化磁场建模预测方法， 其特征在于， 确定所述地磁时间序列的延迟时间和所要嵌入相空间的嵌入维数， 包括， 通过Cao氏法计算 嵌入维数m。 4.如权利 要求1至3任意一项所述的基于LS ‑SVM的单台站地球变化磁场建模预测方法， 其特征在于， 确定对目标LS ‑SVM预测模型进行内积运 算的核函数采用径向基核函数。 5.如权利 要求4所述的基于LS ‑SVM的单台站地球变化磁场建模预测方法， 其特征在于， 所述网格搜索法采用改进 型网格搜索法， 所述改进型网格搜索法通过确定优选参数范围并 多次计算和比较目标LS ‑SVM预测模型精度的方式进行网格搜索。 6.权利要求5所述的基于LS ‑SVM的单台站地球变化磁场建模预测方法， 其特征在于， 采 用所述核函数和所述第一相空间输出序列对所述目标LS ‑SVM预测模型进行训练， 包括， 对 所述目标LS ‑SVM预测模型进行一 步预测训练。 7.如权利 要求5所述的基于LS ‑SVM的单台站地球变化磁场建模预测方法， 其特征在于， 采用所述核函数和所述第一相空间输出序列对所述目标LS ‑SVM预测模型进行训练， 包括， 对所述目标LS ‑SVM预测模型进行多步迭代预测训练。 8.如权利 要求5所述的基于LS ‑SVM的单台站地球变化磁场建模预测方法， 其特征在于， 采用所述核函数和所述第一相空间输出序列对所述目标LS ‑SVM预测模型进行训练， 包括， 分别对所述目标LS ‑SVM预测模型进行一 步预测训练和多步迭代预测训练。权　利　要　求　书 1/2 页 2 CN 113723006 B 29.如权利 要求8所述的基于LS ‑SVM的单台站地球变化磁场建模预测方法， 其特征在于， 还包括， 分别根据一步预测误差和多步迭代预测误差评估并比较基于一步预测和基于多步 迭代预测的目标LS ‑SVM预测模型的预测精度。 10.一种基于LS ‑SVM的单台站地球变化磁场建模预测系统， 其特征在于， 主要应用于如 权利要求1 ‑9所述的任一种基于LS ‑SVM的单台站地球 变化磁场建模预测的方法， 具体包括： 地磁数据获取模块， 用于根据预设的时间分辨率， 获取预定时间内单台站 的多个地磁 观测数据； 数据处理模块， 与所述地磁数据获取模块连接， 用于将所述地磁Z分量数据进行归一化 处理， 并写成地磁时间序列； 判断模块， 与所述数据处理模块连接， 用于判断所述地磁时间序列序列是否具有混沌 特征； 时间序列划分模块， 与所述判断模块连接， 用于将所述地磁时间序列序列分为训练样 本集序列和 测试样本集序列； 延迟时间计算模块， 与所述时间序列划分模块连接， 用于确定出所述地磁时间序列的 延迟时间； 嵌入维数计算模块， 与所述时间序列划分模块连接， 用于确定出所述地磁时间序列所 要嵌入相空间的嵌入维数； 相空间重构模块， 分别与所述延迟时间计算模块和所述嵌入维数计算模块连接， 用于 根据确定的所述延迟时间、 所述嵌入维数对所述训练样本集序列和/或测试样本集序列进 行相空间重构； 核函数参数搜索模块， 与所述连接， 用于获取使所述目标LS ‑SVM预测模型精度达到最 优的核函数参数组合； 代入模块， 分别与所述相空间重构模块和所述核函数参数搜索模块连接， 用于将第一 相空间输出序列和第二相空间输出序列以及核函数代入到目标LS ‑SVM预测模型； 输出模块， 与所述代入模块连接， 用于输出所述目标LS ‑SVM预测模型的训练结果参数 和验证结果 参数； 误差计算模块， 与所述输出模块连接， 用于根据所述训练结果参数和所述验证结果参 数计算预测误差； 评估总结模块， 与所述误差计算模块连接， 用于根据所述预测误差评估所述目标LS ‑ SVM预测模型的预测精度， 并总结在预定时间内所述 地磁Z分量数据随时间的变化 规律。权　利　要　求　书 2/2 页 3 CN 113723006 B 3