NAOC Open IR
基于LeNet-5卷积神经网络的太阳黑子检测方法
付小娜1; 廖成武1; 白先勇2; 梁波1; 冯松1; 杨洪娟1; 杨云飞1
2018
Source Publication天文研究与技术
ISSN1672-7673
Volume015Issue:003Pages:340
Abstract太阳黑子与耀斑的爆发存在紧密联系,因此及时准确地检测全日面图像中的太阳黑子可以为耀斑的预报提供依据。基于深度学习框架的LeNet-5卷积神经网络实现了一种太阳黑子自动检测方法,主要步骤包括:制作太阳黑子样本库、训练全卷积神经网络模型Sunspotsnet、检测和标记全日面像中的太阳黑子。实验结果表明,该方法可以识别SDO/HMI的全日面连续谱图像上各种类型的黑子,尤其是较弱的磁孔(0.88倍平均光球强度),采用基于深度学习的方法检测太阳黑子是可行的,训练的Sunspotsnet网络模型可以快速有效地应用在太阳黑子的检测上。
Language英语
Document Type期刊论文
Identifierhttp://ir.bao.ac.cn/handle/114a11/39982
Collection中国科学院国家天文台
Affiliation1.昆明理工大学
2.中国科学院国家天文台
Recommended Citation
GB/T 7714
付小娜,廖成武,白先勇,等. 基于LeNet-5卷积神经网络的太阳黑子检测方法[J]. 天文研究与技术,2018,015(003):340.
APA 付小娜.,廖成武.,白先勇.,梁波.,冯松.,...&杨云飞.(2018).基于LeNet-5卷积神经网络的太阳黑子检测方法.天文研究与技术,015(003),340.
MLA 付小娜,et al."基于LeNet-5卷积神经网络的太阳黑子检测方法".天文研究与技术 015.003(2018):340.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[付小娜]'s Articles
[廖成武]'s Articles
[白先勇]'s Articles
Baidu academic
Similar articles in Baidu academic
[付小娜]'s Articles
[廖成武]'s Articles
[白先勇]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[付小娜]'s Articles
[廖成武]'s Articles
[白先勇]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.