【摘 要】
：
日冕物质抛射(Coronal Mass Ejection,CME)是一种强烈的太阳爆发现象,对空间天气和人类生活有巨大的影响,因此,日冕物质抛射检测对预报日冕物质抛射、保障人类的生产生活安全具有重要意义.现有的日冕物质抛射检测多采用人为定义特征和界定阈值等方法.由于人为定义特征不能准确表征日冕物质抛射且具有普适性的阈值难于选择,现有的方法对日冕物质抛射的检测效果有待提高.提出一种基于Faster R-CNN(Faster Region-based Convolutional Neural Networks
【机 构】
：
昆明理工大学信息工程与自动化学院,云南昆明 650500;西南林业大学大数据与智能工程学院,云南昆明 650224
论文部分内容阅读
日冕物质抛射(Coronal Mass Ejection,CME)是一种强烈的太阳爆发现象,对空间天气和人类生活有巨大的影响,因此,日冕物质抛射检测对预报日冕物质抛射、保障人类的生产生活安全具有重要意义.现有的日冕物质抛射检测多采用人为定义特征和界定阈值等方法.由于人为定义特征不能准确表征日冕物质抛射且具有普适性的阈值难于选择,现有的方法对日冕物质抛射的检测效果有待提高.提出一种基于Faster R-CNN(Faster Region-based Convolutional Neural Networks)的日冕物质抛射检测算法.该方法首先结合CDAW(Coordinated Data Analysis Workshop Data Center),SEEDS(Solar Eruptive Even Detection System)和CACTus(Computer Aoded CME Tracking software package)3个著名的日冕物质抛射目录信息,人工标注了包含9113幅日冕图像的数据集,然后根据日冕物质抛射的图像特征较自然图像少、目标尺寸与自然图像有差异等特点,在特征提取和锚点选择方面对Faster R-CNN进行改进.以2007年6月的日冕物质抛射标注数据为测试集,本文算法检出了全部22个强日冕物质抛射事件和151个弱日冕物质抛射事件中的138个,对日冕物质抛射事件的中心角和角宽度等特征参数的检测误差分别在5°和10°以内.
其他文献
地基雷达观测可以提供太阳系天体目标的地形地貌、物理特征、轨道动力等信息.聚焦利用地基雷达天文技术开展月球观测的原理方法和科学意义,介绍了基于我国现有深空雷达上行装置、射电望远镜条件以及非相干散射雷达等系统,初步开展的特高频段(Ultra High Frequency,UHF)和X频段的地基雷达观测月球试验.通过月球反射回波的信号处理,获得了延迟、多普勒频移等参数,得到了一致的与近表层物质密度相关的月面雷达反射率,并得到了月球的左右旋圆极化率,反映了与波长同尺度的月球近表层结构.文章积累的数据处理经验将为我
太阳暗条作为太阳大气磁场的示踪,对研究太阳磁场有极其重要的意义.针对现有的暗条检测方法存在检测精度不高,弱小暗条错检、漏检等问题,提出一种基于改进VNet网络的太阳暗条检测方法.首先,使用大熊湖天文台Hα全日面图像并结合磁图制作了太阳暗条数据集;其次,在VNet网络下采样部分采用Inception模块融合不同尺度特征图的特征,同时加入注意力机制增强特征图中暗条部分的语义信息;最后在上采样部分引入深度监督模块,更多地保留太阳暗条的细节特征.为验证算法性能,采用191幅Hα全日面图像数据集,其中包含暗条共33
随着天文大科学设备的投入使用,传统的开发模式面临程序重复开发,环境依赖冲突等问题.另外,集群是一个高度耦合的计算资源,严重的环境冲突可能导致整个集群不可用.为了解决这个问题,采用微服务的概念开发新的流水线框架,这种框架可以实现短期内开发和部署新的流水线.介绍了通过这种框架开发的ONSET数据流水线,为了实现准实时数据处理,采用MPI和GPU技术对核心程序做了优化,并对最后的性能做了评估.结果表明,这种开发模式可以在短期内搭建满足需求的流水线,这种开发模式对未来多波段多终端的天文数据处理有借鉴意义.“,”W
为了实现快速和自动的车辆外观检测,提出一种基于深度学习的车检图像多目标检测与识别方法.首先,采用轻量级神经网络YOLOv3实现车检图像中车头、轮胎、车牌及三角形标志的检测与识别;其次,采用多任务级联卷积神经网络实现车牌4个关键点定位;再次,利用车牌4个关键点坐标,结合目标车牌图像高宽先验,通过透视变换对车牌进行校正;最后,设计卷积神经网络实现车牌底色分类,同时设计卷积循环神经网络,实现车牌字符识别.实验结果表明,在816×612的车检图像上,该方法中端到端的多目标检测与识别的平均精度达98.03％;为便于
提出了一种改进的多任务学习方法,网络的主结构由特征提取网络和分别进行视盘分割与视盘定位的双路径网络组成,通过端到端的训练与测试可以实现眼底图像视盘自动分割与定位相结合的多任务目的 .在特征提取网络的编码阶段利用密集连接提取眼底图像视盘的上下文特征.视盘分割任务是依靠解码阶段逐步恢复原来的图像分辨率并获取整个视盘轮廓,视盘中心定位任务由空洞空间金字塔模块和金字塔池化模块来进一步提取视盘抽象特征,得到精准的视盘中心坐标.对350幅眼底图像进行了视盘分割和中心定位,实验结果表明:该方法自动分割的视盘结果与手动标
梳理了文本隐写与隐写分析的发展脉络,将文本隐写算法分为两类:修改式文本隐写和生成式文本隐写.归纳了两类算法的实现过程,并从率失真性能和安全性等方面分析主流算法的优势与不足.针对两类文本隐写算法,总结了对应的隐写分析算法实现过程,并对文本隐写与隐写分析的发展趋势进行了展望.
针对存在非线性、强耦合、外部未知有界干扰和建模不确定性的平面运动下无人直升机吊装系统,研究了一种基于径向基函数神经网络(radial basis function neural networks,RBFNNs)和干扰观测器的无人直升机吊装系统滑模减摆控制方法.首先将系统模型转换成仿射非线性形式,利用RBFNNs逼近系统不确定性,设计干扰观测器估计神经网络逼近误差与外界未知有界干扰的复合值.然后基于RBFNNs和干扰观测器设计了滑模减摆控制器,并用Lyapunov方法证明闭环系统稳定性;最后通过仿真验证了所
Bacterial biofilms can lead to chronic infections,increase tolerance to antibi-otics and disinfectants,resistance to phagocytosis,and other components of the body\'s immune system.Biofilm formation is implicated in the persistence of staphylococcal infe
为解决虚拟环境底盘测功机试验系统数据量大且传递频繁,在实时性、数据吞吐量等方面存在局限性问题,将数据分发服务(data distribution service,DDS)技术应用于虚拟环境底盘测功机试验系统.在分析虚拟环境底盘测功机试验原理及数据传输需求的基础上,通过对DDS的技术及应用研究,构建了基于DDS技术的虚拟环境底盘测功机试验系统,建立了各域成员发布订阅模型,注册了数据类型,定义了主题,设计了DDS接口类,实现对DDS接口的封装,解决了试验系统中DDS数据传输关键技术问题.对试验系统的数据传输时
Prelithiation has been intensively investigated in high-capacity lithium-ion batteries (LIBs).However,the optimization of prelithiation degrees for long service life of LIBs still remains a challenge.The positive effect of prelithiation on suppressing deg