基于双模型集成的太阳黑子磁类型分类 postprint

Author: 陈清源 ¹ 金帆 ² 冯德华 ¹ 王云龙 ¹ 梁毅军 ¹
Institute:

1. 西安交通大学，西安 710049

2. 浙江科技学院，浙江 310023
Submit Time:2022-04-14 15:05:04

Abstract: 太阳黑子是发生在太阳光球层的现象，对太阳耀斑预测具有重要意义。针对类别样本数量不均衡的三分类太阳黑子数据集，提出了双模型集成分类算法。该方法通过一轻一重两个模型，分别承担两个类别的分类任务，再将二者的分类结果进行集成，夹逼出第三个类别的分类结果。实验表明该方法能够减少单个模型在不均衡数据集上出现的过拟合和欠拟合情况带来的不利影响，从新的角度解决了太阳黑子数据集的类别不均衡问题，平均F1分数达到0.931。

太阳黑子分类双模型集成类别不均衡过拟合欠拟合

Subject: Astronomy >> Astrophysical processes

Journal:

天文研究与技术

Contribution： Published
Cite as: ChinaXiv:202204.00112 (or this version ChinaXiv:202204.00112V1)
DOI:10.12074/202204.00112V1
CSTR:32003.36.ChinaXiv.202204.00112.V1
TXID： ff2ab65d-7e9a-4817-a351-012e1800f29d
Recommended references： 陈清源,金帆,冯德华,王云龙,梁毅军.基于双模型集成的太阳黑子磁类型分类.天文研究与技术:https://chinaxiv.org/abs/202204.00112.[ChinaXiv:202204.00112V1] (Click&Copy)

Version History

[V1]

2022-04-14 15:05:04

ChinaXiv:202204.00112V1

Download

1. 相邻暗条之间磁重联触发的重复双向喷流	2026-08-18
2. WST和SDI在轨辐射定标	2025-10-11
3. 亮桥与冕环关系的研究进展	2024-10-10
4. 用于McIntosh分类的太阳黑子数据收集与实验验证	2023-10-18
5. 太阳射电爆发现象中的电子回旋脉泽辐射	2023-07-14
6. 一种双流CNN的太阳黑子群磁类型分类方法	2021-08-20
7. 基于LeNet-5卷积神经网络的太阳黑子检测方法	2018-05-15


Public comments Anonymous comments Send only to author

基于双模型集成的太阳黑子磁类型分类 postprint

Version History

Related Paper