原子钟钟差预测模型训练方法及装置制造方法及图纸

本发明专利技术提供一种原子钟钟差预测模型训练方法及装置，涉及原子钟数据处理领域。该原子钟钟差预测模型训练方法，包括：获取预设时间段内钟差数据，其中，所述钟差数据包括：训练集和测试集；将所述训练集中的钟差数据、以及核函数参数、正则化参数代入待训练钟差预测模型，获取钟差预测结果，所述待训练钟差预测模型由基于最小二乘支持向量机算法选取的核函数构建获取；根据所述钟差预测结果，获取优化核函数参数、优化正则化参数；根据所述优化核函数参数及所述优化正则化参数，训练获取优化钟差预测模型。本申请通过使用基于最小二乘支持向量机算法，构建钟差预测模型，以得到更加准确的钟差预测结果。

【技术实现步骤摘要】
原子钟钟差预测模型训练方法及装置
本专利技术涉及数据处理
，具体而言，涉及一种原子钟钟差预测模型训练方法及装置。
技术介绍
随着科技的不断飞速发展，导航、定位、测量及天文等都需要以稳定度和准确度更高的时间频率标准。作为时间频率标准的原子时标，其水准代表一个国家科技水平，也是一个国家竞争力的核心体现。原子钟钟差预测是原子钟时标和原子钟驾驭的关键环节，原子钟钟差预测准确度直接影响原子时标的质量和原子钟驾驭能力，因此钟差预测对原子时标的影响至关重要。目前，中国计量科学研究院守时实验室为搭建中国原子时标系统，针对不同的原子钟、原子钟钟组、地面钟和卫星钟的钟差数据特性进行数据处理，其钟差预测主要用线性回归(LinearRegression，LR)预测算法，即进行一次线性拟合，具有算法简单、实现容易的优点。但现有技术中用到的原子钟钟差预测方法的预测准确度较低。
技术实现思路
本专利技术的目的在于，针对上述现有技术中的不足，提供一种原子钟钟差预测模型训练方法及装置，以通过最小二乘支持向量机算法来构建钟差预测模型，来提高预测准确度。为实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本专本文档来自技高网...

【技术保护点】
1.一种原子钟钟差预测模型训练方法，其特征在于，包括：获取预设时间段内钟差数据，其中，所述钟差数据包括：训练集和测试集；将所述训练集中的钟差数据、以及核函数参数、正则化参数代入待训练钟差预测模型，获取钟差预测结果，所述待训练钟差预测模型由基于最小二乘支持向量机算法选取的核函数构建获取；根据所述钟差预测结果，获取优化核函数参数、优化正则化参数；根据所述优化核函数参数、所述优化正则化参数及训练获取优化钟差预测模型。

【技术特征摘要】
1.一种原子钟钟差预测模型训练方法，其特征在于，包括：获取预设时间段内钟差数据，其中，所述钟差数据包括：训练集和测试集；将所述训练集中的钟差数据、以及核函数参数、正则化参数代入待训练钟差预测模型，获取钟差预测结果，所述待训练钟差预测模型由基于最小二乘支持向量机算法选取的核函数构建获取；根据所述钟差预测结果，获取优化核函数参数、优化正则化参数；根据所述优化核函数参数、所述优化正则化参数及训练获取优化钟差预测模型。2.如权利要求1所述的原子钟钟差预测模型训练方法，其特征在于，所述根据所述钟差预测结果，获取优化核函数参数、优化正则化参数，包括：根据所述钟差预测结果的误差大小，更新所述核函数参数、所述正则化参数；获取所述钟差预测结果的误差最小时的核函数参数、正则化参数，作为所述优化核函数参数、所述优化正则化参数。3.如权利要求1所述的原子钟钟差预测模型训练方法，其特征在于，所述根据所述训练集中的钟差数据、以及所述优化核函数参数、所述优化正则化参数，训练获取优化钟差预测模型之后，还包括：根据所述测试集中的钟差数据、所述优化核函数参数、所述优化正则化参数以及所述优化钟差预测模型，获取预测钟差值；根据所述预测钟差值及实际钟差值，采用预设判断算法得到所述钟差预测结果的准确度。4.如权利要求1所述的原子钟钟差预测模型训练方法，其特征在于，获取预设时间段内钟差数据，并将所述钟差数据分为训练集和测试集之前，还包括：获取预设时间段内钟差数据，并将所述钟差数据转换为频差数据；对所述频差数据进行线性拟合，并使用预设准则进行异常数据剔除，得到剩余有效数据；对所述剩余有效数据再次进行线性拟合，并使用拟合值对剔除后的数据进行补偿，得到处理后的所述钟差数据。5.如权利要求1所述的原子钟钟差预测模型训练方法，其特征在于，...

【专利技术属性】
技术研发人员：朱江淼，王星，张菁，王世镖，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11