天津大学研究团队：网格搜索优化的门控循环单元在电离层总电子含量预测中的应用 | MDPI Technologies

本文背景是电离层总电子含量（TEC）的精确预测对卫星导航、通信等系统至关重要，而传统经验模型和现有机器学习方法存在局限。研究目的是构建一种基于门控循环单元（GRU）并结合网格搜索优化的TEC预测模型，以提升预测精度和效率。研究结论表明，该优化GRU模型在测试中表现出优越性能，其均方根误差显著低于国际参考电离层模型和统计机器学习模型，验证了深度学习在空间科学领域的应用潜力，并展望了引入多站数据以提升模型泛化能力的未来方向。