一种基于深度学习算法的木星磁重联事件检测方法及系统

本发明属于机器学习技术在空间物理领域的应用研究，具体涉及一种基于深度学习算法的木星磁重联事件检测方法及系统，该方法包括：获取木星基于时间段的磁场观测数据，进行预处理；将预处理后的数据输入预先建立和训练好的磁重联事件检测模型，输出具体时间段是否包含木星磁重联事件的检测结果；所述磁重联事件检测模型采用1DResNet残差网络，用于对磁场观测数据进行挖掘，实现从底层到高层的语义推理过程，识别出时序磁场数据中每个区域块的包含木星磁重联的区域块，从而实现磁重联事件的检测。本发明的方法利用端到端的方式，适用于大量木星磁场数据的自动分析处理。