本文主要研究内容
作者潘辉（2019）在《基于深度学习的太阳射电分类问题的研究与实现》一文中研究指出：太阳射电爆发通常发生在强烈的太阳活动期间,它们携带着有关爆发区域的物理环境和辐射条件的重要信息。因此,研究太阳射电爆发可以了解爆发区域的磁场结构和粒子运动特征,具有很高的实用意义。一般来说,太阳射电需要具有专业知识的天文学家进行手工分类,这种方法费时费力。近些年来,研究人员尝试使用传统的机器学习方法来实现太阳射电的自动分类。使用机器学习的方法通常需要手动设计特征用于描述图片,而太阳射电图片中携带的信息很复杂,因此设计的特征通常很复杂,并且很难准确描述图片深层次信息,这对分类的准确率会造成很大的影响。随着深度学习技术的飞速发展,它在图像分类领域也取得了很大的突破,本文提出了基于深度学习的太阳射电分类方法。首先,我们借助主成分分析法对射电频谱图进行降维,然后根据该频谱图的特点,提出了一种矩形的卷积核进行图片特征的提取;另外,针对太阳射电数据集中各类别样本数量分布不均衡的问题,我们提出了一种两阶段的策略来解决。第一阶段,我们使用生成新样本和重采样原始样本的方法来补充样本数量较少的类别;第二阶段,我们提出一个代价敏感的多分类损失函数,用于在训练的过程中让网络更加关注样本数量较少的类别。总体来说,我们先借助样本增强策略对样本量进行补充用于之后的训练,然后利用所提出的损失函数,最终可以训练得到太阳射电分类器。我们在太阳射电频谱数据库上进行了实验,并与其它方法进行了比较,实验结果表明我们的方法能取得良好的分类效果。
Abstract
tai yang she dian bao fa tong chang fa sheng zai jiang lie de tai yang huo dong ji jian ,ta men xie dai zhao you guan bao fa ou yu de wu li huan jing he fu she tiao jian de chong yao xin xi 。yin ci ,yan jiu tai yang she dian bao fa ke yi le jie bao fa ou yu de ci chang jie gou he li zi yun dong te zheng ,ju you hen gao de shi yong yi yi 。yi ban lai shui ,tai yang she dian xu yao ju you zhuan ye zhi shi de tian wen xue jia jin hang shou gong fen lei ,zhe chong fang fa fei shi fei li 。jin xie nian lai ,yan jiu ren yuan chang shi shi yong chuan tong de ji qi xue xi fang fa lai shi xian tai yang she dian de zi dong fen lei 。shi yong ji qi xue xi de fang fa tong chang xu yao shou dong she ji te zheng yong yu miao shu tu pian ,er tai yang she dian tu pian zhong xie dai de xin xi hen fu za ,yin ci she ji de te zheng tong chang hen fu za ,bing ju hen nan zhun que miao shu tu pian shen ceng ci xin xi ,zhe dui fen lei de zhun que lv hui zao cheng hen da de ying xiang 。sui zhao shen du xue xi ji shu de fei su fa zhan ,ta zai tu xiang fen lei ling yu ye qu de le hen da de tu po ,ben wen di chu le ji yu shen du xue xi de tai yang she dian fen lei fang fa 。shou xian ,wo men jie zhu zhu cheng fen fen xi fa dui she dian pin pu tu jin hang jiang wei ,ran hou gen ju gai pin pu tu de te dian ,di chu le yi chong ju xing de juan ji he jin hang tu pian te zheng de di qu ;ling wai ,zhen dui tai yang she dian shu ju ji zhong ge lei bie yang ben shu liang fen bu bu jun heng de wen ti ,wo men di chu le yi chong liang jie duan de ce lve lai jie jue 。di yi jie duan ,wo men shi yong sheng cheng xin yang ben he chong cai yang yuan shi yang ben de fang fa lai bu chong yang ben shu liang jiao shao de lei bie ;di er jie duan ,wo men di chu yi ge dai jia min gan de duo fen lei sun shi han shu ,yong yu zai xun lian de guo cheng zhong rang wang lao geng jia guan zhu yang ben shu liang jiao shao de lei bie 。zong ti lai shui ,wo men xian jie zhu yang ben zeng jiang ce lve dui yang ben liang jin hang bu chong yong yu zhi hou de xun lian ,ran hou li yong suo di chu de sun shi han shu ,zui zhong ke yi xun lian de dao tai yang she dian fen lei qi 。wo men zai tai yang she dian pin pu shu ju ku shang jin hang le shi yan ,bing yu ji ta fang fa jin hang le bi jiao ,shi yan jie guo biao ming wo men de fang fa neng qu de liang hao de fen lei xiao guo 。
论文参考文献
论文详细介绍
论文作者分别是来自北京邮电大学的潘辉，发表于刊物北京邮电大学2019-07-19论文，是一篇关于太阳射电分类论文,深度学习论文,特征提取论文,样本失衡论文,北京邮电大学2019-07-19论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自北京邮电大学2019-07-19论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：太阳射电分类论文; 深度学习论文; 特征提取论文; 样本失衡论文; 北京邮电大学2019-07-19论文;