基于深度神经网络的频高图O/X波描迹智能提取方法

本发明公开了基于深度神经网络的频高图O/X波描迹智能提取方法，属于空间环境探测与人工智能技术领域。所述方法包括对原始频高图进行时频特征解析与数据增强，采用专家标注的方式构建高质量训练集；创新性地提出双路径注意力机制网络模型，通过空间金字塔模块捕获多尺度特征，结合通道注意力优化特征权重分布；采用交叉熵损失与Dice损失的联合优化策略，有效处理类不平衡问题；最后通过形态学后处理优化提取结果。本发明在不同频点处距离偏差较传统方法降低30%以上，具备强抗噪声能力和弱特征捕获能力，可提升电离层参数反演精度，为空间环境监测、短波通信保障等领域提供可靠技术支撑。