全球电离层foF2预测堆叠集成学习数据集

机器学习
0 下载
69 浏览
2026-08-02

数据集简介

数据集概述

本数据集为全球电离层foF2(F2层临界频率)预测模型提供完整的数据与代码支持。模型采用堆叠集成学习方法,结合XGBoost、随机森林(Random Forest)和多层感知机(MLP)三种基学习器,以实现对foF2的精确预测。

数据内容

数据集包含以下内容:

  • 训练/测试数据集:用于模型训练和评估的数据文件。
  • 模型开发代码:Jupyter Notebook格式的代码,展示了数据预处理、模型构建、训练和评估的完整流程。
  • 预训练模型:以.pkl格式保存的已训练模型,可直接用于预测或进一步研究。
  • 验证结果:与电离层测高仪(ionosonde)和COSMIC掩星数据(2009年和2014年)的对比验证结果,证明了模型的有效性。

文件格式与规模

数据以7z压缩包提供,包含.ipynb和.pkl等文件。整个数据集大小约为4.4 GB,适合用于机器学习研究和电离层建模分析。

许可与获取

本数据集采用知识共享署名4.0国际许可协议(CC BY 4.0),使用者可以自由分享、修改和再分发,但需注明原作者。数据可从Zenodo平台公开下载。

基本信息

记录数量未知
文件大小4.4 GB
文件格式7z
数据来源Zenodo
数据落地页https://zenodo.org/records/21376391
发布日期2026-08-02
官方下载https://zenodo.org/api/records/21376391/files/Dataset_Code.7z/content
可下载文件Dataset_Code.7z(4.07 GB)
电离层foF2堆叠集成学习机器学习空间天气

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费