一种基于BP神经网络的超大规模遥感星群最优任务星预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于BP神经网络的超大规模遥感星群最优任务星预测方法
申请号:CN202410793012
申请日期:2024-06-19
公开号:CN118797288B
公开日期:2025-09-19
类型:发明专利
摘要
本发明是一种基于BP神经网络的超大规模遥感星群最优任务星预测方法。本发明涉及任务星预测技术领域,本发明建立BP神经网络,准备训练样本,对BP神经网络进行训练,基于训练完成的BP神经网络,对遥感任务星进行预测。本发明BP网络虽无法准确进行任务星的选取,但当用于超大规模星群最优星预测,可以确保所预测星实际可执行任务,在此基础上对最优星的预测结果在一定程度上可信,可以有效缩减解空间大小,降低运算量并提高时效性,以支持对超大规模遥感星群任务星预测的需求,具有广阔的应用前景。
技术关键词
BP神经网络 超大规模 低轨遥感卫星 星下点位置 轨道 响应时间预测 容错计算机 样本 传感器 参数 长轴 预测系统 光照 预测误差 模块 处理器 计算机设备 正确率 太阳
系统为您推荐了相关专利信息
润滑油系统 油质监测系统 BP神经网络 电容式湿度传感器 机器学习模型
能源智能管理 BP神经网络预测 数据分析模块 能源需求量 三维模型
多级伸缩结构 机械臂 磁吸结构 液压缸 配重块
采摘车 基准 图像 压缩特征 运动轨迹信息
光学遥感卫星成像 性分析方法 地形特征 地面 地形高程数据