基于改进的卷积神经网络的太阳射电频谱图像分类

剧烈的太阳射电爆发可能破坏通信设施和导航设备.随着高性能观测设备的投入,太阳数据呈现海量增长趋势,因此如何应用深度学习技术进行太阳射电频谱图像研究日益得到关注.实验在应用图像处理技术对图像进行处理后,通过调整卷积核和激活函数对卷积神经网络进行改进,实现对太阳射电爆发中Ⅲ、Ⅳ和其他类型的分类.实验结果表明在应用多层卷积神经网络进行分类时激活函数采用ELU函数比用ReLU函数更稳定.