摘要
一种基于全天空多专家模型的极光形态无监督分类方法:1)针对全天空视野下内容复杂的问题,全天空多专家模型采用多个专家网络协同工作的方式从不同角度细化极光形态特征,增强模型表征能力;2)面对极光局部结构多样性的问题,全天空多专家模型引入动态卷积和动态蛇形卷积构建注意力模块,从而实现极光局部结构的精确表征;3)采用快速层次聚类算法,通过构造邻接矩阵获得表征极光形态不同粒度级别的完整的层次结构;4)在层次聚类算法中引入异常值筛选策略,提高聚类结果的可靠性。本发明提出的方法能够高效捕捉全天空极光图像的形态特征,在无监督条件下探索极光形态的自然分类模式。
技术关键词
无监督分类方法
层次聚类算法
形态
样本
网络协同工作
图像
动态
通道
注意力机制
原型
策略
像素点
编码器
数据
模块
因子
暗电流
系统为您推荐了相关专利信息
样本
骨架动作识别方法
时间卷积网络
骨架特征
通道
微地震震源扫描
密度
流动横截面
优化速度模型
裂缝网络
行人轨迹预测方法
多头注意力机制
轨迹位置信息
场景
模型参数融合方法
悬移质泥沙
耦合动力学模型
河流断面
项目
地形特征
旋转机械故障检测
故障诊断方法
多分类器
故障类别
样本