一种端到端的日冕物质现象检测新方法

摘要：

日冕物质抛射与日冕活动、空间天气以及许多行星际的扰动有着密切的联系,其检测对于空间天气防灾减灾具有重要意义.现有方法通过人为定义特征或利用简单阈值的方法进行CME检测,对弱CME或暗CME的检测效果差.为了解决这一问题,本文提出了一种端到端的日冕物质抛射检测方法:通过引入卷积神经网络,自动提取适应于描述日冕物质抛射检测的图像特征,并基于这些自动提取的特征建立日冕物质抛射检测模型.该过程不需要人为参与特征的选择及分类规则的设定,可以方便地实现数据到结果的端到端的映射.实验结果表明,在本文构建的测试数据集上可以得到98.05％的准确率,并以2007年5月的观测数据为例,检测了26个普通CME事件中的24个事件,得到了优于当前常用日志的效果.因此,本文方法可以有效地进行日冕物质抛射检测.

关键词：日冕物质抛射检测、太阳活动、卷积神经网络

所属期刊栏目：62

资助基金：国家自然科学基金61203341,61375084;中国科学院太阳活动重点实验室开放课题TQT1302

在线出版日期：2018-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：2680-2690