Current Location:home > Detailed Browse

Article Detail

一种双流CNN的太阳黑子群磁类型分类方法

Submit Time: 2021-08-20
Author: 杨五谷 1 ; 田卫新 1 ; 曾曙光 1 ; 黄瑶 1 ;
Institute: 1.三峡大学 计算机与信息学院,湖北 宜昌 443000;

Abstracts

太阳耀斑大多数发生在磁极复杂的黑子群上空,因此黑子群磁类型可作为预测太阳耀斑的重要依据。针对同时具有白光图和磁图数据的太阳黑子分类,提出了一种双流CNN的黑子群磁类型分类方法。该方法通过两个网络分支同时提取白光图和磁图特征,在全连接层对二类特征进行融合,最后用于训练和分类。实验表明该方法能较好避免单通道网络模型的信息损失以及使用双通道图像合成出现的白光图和磁图的相互影响,加权F1分数可达84.87%,平均准确率可达84.93%。
Download Comment From cooperative journals:《天文研究与技术》 Hits:1055 Downloads:135
Recommended references: 杨五谷,田卫新,曾曙光,黄瑶.(2021).一种双流CNN的太阳黑子群磁类型分类方法.天文研究与技术.[ChinaXiv:202108.00111] (Click&Copy)
Version History
[V1] 2021-08-20 16:47:56 chinaXiv:202108.00111V1 Download
Related Paper

Download

Current Browse

Change Subject Browse

Cross Subject Browse

  • - NO