-
公开(公告)号：CN113095215B
公开(公告)日：2022-08-26
申请号：CN202110383050.2
申请日：2021-04-09
Applicant: 山东大学
Abstract: 本发明公开了一种基于改进型LSTM网络的太阳射电滤波方法及系统，包括：获取需要处理的电台通道，对于每一个电台通道，选取太阳爆发事件前设定数量的通道数据；将所述通道数据进行预处理，利用分段滑窗提取数据；将提取的数据输入训练好的基于数字映射法的循环神经网络模型，输出太阳爆发时的太阳射电预测值；其中，所述基于数字映射法的循环神经网络模型将序列中出现的数值视作不同的类，输出的预测值为分类中预测概率最大的数值。本发明提出了基于数字映射法的循环神经网络结构，在数据进入网络前，对单频率通道电台数据进行分类，建立时间段对时间点的映射，大大提高了预测结果的准确率，为太阳频谱无损滤波提供了可能。
-
公开(公告)号：CN114912674A
公开(公告)日：2022-08-16
申请号：CN202210480767.3
申请日：2022-05-05
Applicant: 山东大学
IPC: G06Q10/04 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/32 , G06N3/04
Abstract: 本公开属于太阳射电数据处理技术领域，具体涉及一种基于全日面光球磁图的太阳射电爆发预报方法及系统，包括以下步骤：获取太阳全日面光球磁图数据；根据所获取的数据和预设的太阳射电爆发预报模型，预测是否出现太阳射电爆发；其中，所述太阳射电爆发预报模型采用卷积神经网络，以所获取的太阳全日面光球磁图数据作为输入数据，经卷积层进行所输入数据的图像特征信息提取，全连接层根据所提取到的图像特征信息进行分类，预测是否发生太阳射电爆发。
-
公开(公告)号：CN113095215A
公开(公告)日：2021-07-09
申请号：CN202110383050.2
申请日：2021-04-09
Applicant: 山东大学
Abstract: 本发明公开了一种基于改进型LSTM网络的太阳射电滤波方法及系统，包括：获取需要处理的电台通道，对于每一个电台通道，选取太阳爆发事件前设定数量的通道数据；将所述通道数据进行预处理，利用分段滑窗提取数据；将提取的数据输入训练好的基于数字映射法的循环神经网络模型，输出太阳爆发时的太阳射电预测值；其中，所述基于数字映射法的循环神经网络模型将序列中出现的数值视作不同的类，输出的预测值为分类中预测概率最大的数值。本发明提出了基于数字映射法的循环神经网络结构，在数据进入网络前，对单频率通道电台数据进行分类，建立时间段对时间点的映射，大大提高了预测结果的准确率，为太阳频谱无损滤波提供了可能。
-
-
Search Results
3
records
(took 0.018 seconds)
