摘要
本发明公开了一种用于太阳活动多类事件检测与分类方法。本发明提出结合太阳多模态图像数据与深度学习方法,挖掘多类太阳活动事件的空间特征,设计一种能够自动化实现多类太阳活动事件检测与分类的方法。该方法包括:收集太阳多模态图像并进行预处理;利用多种传统太阳图像检测算法对多类太阳活动事件进行检测并生成标签;基于多模态太阳图像与标签构建数据集;基于深度学习方式建立太阳活动多类事件检测与分类模型,并围绕数据集开展学习训练;对输入太阳图像中涉及到的活动事件进行检测与分类,并输出检测与分类结果。利用本发明可以有效地对太阳图像中涉及到的太阳活动事件进行检测与分类,端到端的处理方式大大降低了人工干预程度,自动化的运行模式提高了应对海量太阳观测数据的实时处理能力。
技术关键词
多模态图像数据
太阳
分类方法
深度学习方法
深度学习网络模型
生成标签
算法
像素
节点
模式
参数
尺寸
系统为您推荐了相关专利信息
太阳能无人机能源
协同管理方法
粒子
优化约束条件
控制无人机飞行
自动分类方法
多标签
自动分类系统
文本
BERT模型
病变分类方法
深度学习模型
特征提取网络
特征加权融合
注意力机制
地下工程爆破
匹配设计方法
工业一体机
图像
表达式
分类系统
分区模块
生态系统服务
综合评估模型
栅格