摘要:飛行任務(wù)中的遙測數據是快速產(chǎn)生的時(shí)間序列數據流,其受測量設備和空間環(huán)境等因素影響易產(chǎn)生數據的漂移,由于過(guò)程進(jìn)化屬性其數據分布屬性也會(huì )發(fā)生變化,傳統單一數據預測模型無(wú)法反應數據自身特征屬性的這一變化。因此,提出一種聯(lián)合具有隨機權重的神經(jīng)網(wǎng)絡(luò )和裝袋算法的集成方法實(shí)現對遙測數據的在線(xiàn)回歸預測,設計的算法能根據數據特征屬性變化而進(jìn)行自主更新。利用基模型的多樣性和低訓練復雜度,同時(shí)滿(mǎn)足數據處理的精度和實(shí)時(shí)性要求。通過(guò)實(shí)驗仿真,結果表明該方法能明顯抑制遙測數據的漂移現象,數據的預測精度提高近10米。